JP7021482B2 - 情報処理装置、情報処理システム及びプログラム - Google Patents

Description

本発明は、情報処理装置、情報処理システム及びプログラムに関する。

今日における製品の多くは、複数の部品を組み合わせることで製造される。製造に用いられる個々の部品は、いずれも型番によって規定される品質を満たしている。ただし、型番としての品質を満たしていても、組み合わせる部品の相性が悪いと、製品としての品質に影響が及ぶことがある。例えばある型番のメモリはある型番の基板ボードと組み合わせても製品の品質に影響がないが、他の型番の基板ボードと組み合わせると製品としての不良率が高くなる場合がある。
特許文献１には、部品同士の相性を考慮して部品の型番の組み合わせを提示するシステムが提案されている。

特開２００２－３６１５２７号公報

型番が同じ部品であれば、出荷の段階における品質は、型番について規定された品質を満たしている。しかし、型番が同じ部品であっても、出荷後の環境は様々であり、その環境の違いが個体としての部品の品質に影響を与える可能性がある。また仮に、個体としての部品の品質は同じでも、取り付けられる部位が異なれば、製品の品質に与える影響が異なる可能性がある。

そこで、本発明は、型番によって部品の品質を管理する場合に比して、個々の製品の将来の品質の予測精度を向上させることを目的とする。

請求項１に記載の発明は、製造された製品について収集された個体としての部品に紐付けられている環境に関する情報と、過去に不具合を発生した部品に紐付けられている環境に関する情報とを参照し、評価対象とする部品毎の品質を予測する第１の予測手段と、過去に不具合が生じた部品と当該部品が製品に与えた損失の規模の情報を参照し、評価対象とする各部品が製品の品質に与える影響の度合いを予測する第２の予測手段と、前記影響の度合いが大きい部品に対して前記品質が高い部品を組み合わせるように対応付けを決定する決定手段とを有する情報処理装置である。
請求項２に記載の発明は、環境に関する前記情報は、製造段階の環境に関する情報および製造後の環境に関する情報のうちいずれか一方又は両方である、請求項１に記載の情報処理装置である。
請求項３に記載の発明は、環境に関する前記情報は、製造に関する情報、輸送に関する情報、保管に関する情報及び使用に関する情報のいずれか１つ又は複数である、請求項２に記載の情報処理装置である。
請求項４に記載の発明は、環境に関する前記情報は、気温、気圧、湿度、加速度、光度、磁力及び使用の頻度のいずれか１つ又は複数である、請求項２に記載の情報処理装置である。
請求項５に記載の発明は、前記第１の予測手段は、評価対象とする個体としての部品に紐付けられている環境に関する情報と環境に関する情報が類似する不具合を発生した部品の情報により、評価対象とする部品についての品質を予測する、請求項１に記載の情報処理装置である。
請求項６に記載の発明は、評価対象とする部品に紐付けられている環境に関する情報が、不具合を発生した部品の環境と類似する場合、前記第１の予測手段は、評価対象とする個体としての部品の前記品質を低く予測する、請求項５に記載の情報処理装置である。
請求項７に記載の発明は、前記第１の予測手段は、評価対象とする部品と環境が類似する不具合を発生した部品の数に基づいて前記品質の程度を予測する、請求項６に記載の情報処理装置である。
請求項８に記載の発明は、前記第２の予測手段は、評価対象とする１つの部品について複数の不具合の情報が存在する場合、当該複数の不具合の規模の情報に基づいて前記影響の度合いを予測する、請求項１に記載の情報処理装置である。
請求項９に記載の発明は、前記第２の予測手段は、製品の納品先に関する情報を参照して、評価対象とする部品が製品の前記品質に与える前記影響の度合いを予測する、請求項１に記載の情報処理装置である。
請求項１０に記載の発明は、前記決定手段は、前記影響の度合いが大きい部品から順番に前記対応付けを決定する、請求項１に記載の情報処理装置である。
請求項１１に記載の発明は、前記決定手段は、対応付けられた前記影響の度合いと前記品質の組み合わせを評価した結果に基づいて前記対応付けを確定するか否かを判定する、請求項１に記載の情報処理装置である。
請求項１２に記載の発明は、前記決定手段は、各部品と当該部品に使用する個体としての部品とを紐付けたリストを出力する、請求項１に記載の情報処理装置である。
請求項１３に記載の発明は、コンピュータに、製造された製品について収集された個体としての部品に紐付けられている環境に関する情報と、過去に不具合を発生した部品に紐付けられている環境に関する情報とを参照し、評価対象とする部品毎の品質を予測する機能と、過去に不具合が生じた部品と当該部品が製品に与えた損失の規模の情報を参照し、評価対象とする各部品が製品の品質に与える影響の度合いを予測する機能と、前記影響の度合いが大きい部品に対して前記品質が高い部品を組み合わせるように対応付けを決定する機能とを実行させるためのプログラムである。
請求項１４に記載の発明は、製造された製品で使用される部品について、環境に関する情報、不具合の情報、不具合が製品に与えた損失の規模の情報を収集したデータベースと、個体としての部品に紐付けられている環境に関する情報と、過去に不具合を発生した部品に紐付けられている環境に関する情報とを参照して、評価対象とする部品毎の品質を予測するとともに、過去に不具合が生じた部品と当該部品が製品に与えた損失の規模の情報を参照して、評価対象とする各部品が製品の品質に与える影響の度合いを予測し、影響の度合いが大きい部品に対して品質が高い部品を組み合わせるように対応付けを決定する情報処理装置とを有する情報処理システムである。

請求項１記載の発明によれば、型番によって部品の品質を管理する場合に比して、個々の製品の将来の品質の予測精度を向上できる。
請求項２記載の発明によれば、環境の違いが個々の部品の品質に与える影響を予測できる。
請求項３記載の発明によれば、環境の違いが個々の部品の品質に与える影響を予測できる。
請求項４記載の発明によれば、環境の違いが個々の部品の品質に与える影響を予測できる。
請求項５記載の発明によれば、環境の違いが個々の部品の品質に与える影響を予測できる。
請求項６記載の発明によれば、環境の違いが個々の部品の品質に与える影響を予測できる。
請求項７記載の発明によれば、環境の違いが個々の部品の品質に与える影響を予測できる。
請求項８記載の発明によれば、型番が同じ部品でも使用される部位の違いが製品の品質に与える影響を予測できる。
請求項９記載の発明によれば、型番が同じ部品でも使用される部位の違いが製品の品質に与える影響を予測できる。
請求項１０記載の発明によれば、製品全体としての過剰な品質を抑制できる。
請求項１１記載の発明によれば、製品全体として品質が許容される範囲に収まるようにできる。
請求項１２記載の発明によれば、部位毎に使用する個体としての部品の組み合わせを提示できる。
請求項１３記載の発明によれば、型番によって部品の品質を管理する場合に比して、個々の製品の将来の品質の予測精度を向上できる。
請求項１４記載の発明によれば、型番によって部品の品質を管理する場合に比して、個々の製品の将来の品質の予測精度を向上できる。

製品としての画像形成装置の製造支援システムの一例を説明する図である。 部品データベースに収集される情報の一例を説明する図である。 部品データベースの具体例を示す図である。 部品データベースの他の具体例を示す図である。 製品データベースに収集される情報の一例を説明する図である。 製品データベースの具体例を示す図である。 不具合データベースに収集される情報の一例を説明する図である。 不具合データベースの具体例を示す図である。 実施の形態１における部品決定装置のハードウェア構成の一例を説明する図である。 実施の形態１における部品決定装置の機能構成の一例を説明する図である。 実施の形態１における部品決定装置によって実行される処理動作の概要を説明する図である。 実施の形態１における部品品質予測部が実行する処理動作の一例を説明するフローチャートである。 部品品質予測部による処理動作の一例を説明する図である。 部品品質予測部による処理動作の他の例を説明する図である。 実施の形態１における品質値の計算結果の例を示す図である。 実施の形態１における製品影響予測部が実行する処理動作の一例を説明するフローチャートである。 製品影響予測部による処理動作の一例を説明する図である。 実施の形態１における品質重要値の計算結果の例を示す図である。 実施の形態１における部位別使用部品決定部が実行する処理動作の一例を説明するフローチャートである。 部位別使用部品決定部から出力されるリストの一例を示す図である。 未使用部品のリストの例を示す図である。

以下、添付図面を参照して、実施の形態について詳細に説明する。

＜用語＞
実施の形態における製品は、複数の有形の部品を組み合わせて構成される有形物をいい、製品の動作にソフトウェア処理を必要とする場合も、本実施の形態における製品に含まれる。
製品には、例えば電力や動力の供給を受けて動作する電気製品、車両、船舶、航空機などが含まれる。
電気製品には、画像形成装置、映像機器、音響機器、カメラ、携帯情報端末、携帯電話、ゲーム機、空調機、冷蔵庫、炊飯器、掃除機、調理器、コンピュータ、モーター、製造機械などが含まれる。なお、複数の部品（部材）が組み合わされた構造物、可動機構、電池なども製品に含まれる。

本実施の形態における製品については、使用の開始後に生じた不具合に関する情報を収集して蓄積する仕組みが用意されている。
製品の不具合に関する情報は、例えば保守スタッフや修理スタッフによって修理や保守などの過程で収集される。なお、製品の不具合に関する情報は、ＩｏＴ（Internet of Things）技術により、人手を介さずに収集してもよい。
本実施の形態における製品では、使用環境に関する情報が収集されることが望ましい。なお、使用環境に関する情報は、保守スタッフ等が収集する場合に限らず、ＩｏＴ（Internet of Things）技術により、人手を介さずに収集してもよい。
ここで、ＩｏＴによる情報の収集は、対象とする製品との通信だけでなく、製品が使用されている環境に配置されている各種のセンサとの通信を通じて収集してもよい。

実施の形態における部品は、製品を構成する個々の有形物をいう。
もっとも、個々の製品は、他の製品との関係では部品として扱われることもあり、製品と部品の関係は相対的である。例えばある部品は、製品と呼ばれることもあれば、半製品やモジュールと呼ばれることもある。従って、複数の部品で構成されたモジュールは製品の一例であるし、部品の一例でもある。
実施の形態における部品はいずれも、製造上の規格（予め定められた公差や許容差）を満たしている。
実施の形態の場合、製品を構成する少なくとも一つの部品は、製造過程での環境、製造後の環境（輸送中や保管中の環境を含む）、使用中の環境のいずれか又は複数によって品質に変化が生じる可能性があるか、型番が同じでも装置内で使用される部位によって製品としての品質に与える影響の大きさが異なる可能性があるか、又は、その両方であるものとする。

＜実施の形態１＞
＜システム構成＞
以下では、製品が画像形成装置である場合について説明する。
画像形成装置は、記録材（以下「用紙」と記す場合もある。）に画像を形成する装置であり、コピー機能、スキャナ機能、ファックス送受信機能、印刷機能を備えている。
もっとも、実施の形態で想定する装置は、これらの機能の全てを有する必要はなく、いずれか１つの機能に特化した装置でもよい。例えば複写機、スキャナ（３次元スキャナを含む。）、ファックス送受信機、プリンタ（３次元プリンタを含む。）でもよい。

図１は、製品としての画像形成装置の製造支援システム１の一例を説明する図である。
実施の形態１における製造支援システム１は、画像形成装置を構成する個々の部品が存在した環境に関する情報を個体レベルで記録した部品データベース（ＤＢ）１０と、製造後の画像形成装置が存在した環境に関する情報を記録した製品データベース（ＤＢ）２０と、画像形成装置に発生した不具合の情報を記録した不具合データベース（ＤＢ）３０と、各データベースの情報を用い、画像形成装置の製造に使用する部品を個体ベースで部位別に決定する部品決定装置４０とを有している。
ここでの製造支援システム１は情報処理システムの一例であり、部品決定装置４０は情報処理装置の一例である。

図２は、部品データベース１０に収集される情報の一例を説明する図である。
図２の場合、個体としての部品が存在した環境に関する情報は、部品を調達する段階、部品を画像形成装置の製造のために保管する段階からそれぞれ収集される。
ここで、個体としての部品とは、物理的に存在する個々の物品を指し、型の識別に用いられる型番よりも小さい単位である。本実施の形態では、個体としての部品を、個体レベルの部品などともいう。固体としての部品は、型番によって特定される部品と区別する目的で使用している。
なお、複数の部品が１単位（いわゆるロット単位）として管理される製品の分野では、「ロットが同じ部品」を「個体としての部品」の意味で使用する。
個体としての部品は、物品が特定の型に属することを示す型番ではなく、物理的な存在を一意に識別するために付されている部品ＵＵＩＤ（Universally Unique Identifier）によって管理される。部品ＵＵＩＤは、部品の製造者によって個々の部品に付される。
部品データベース１０には、将来の製造のために在庫として保管されている部品だけでなく、既に製造に使用された部品についての情報も記録されている。

部品が存在した環境に関する情報は、部品を製造するときの情報、部品を輸送するときの情報、部品を保管するときの情報、部品を使用するときの情報などである。
部品を製造するときの情報には、例えば製造元を示す情報などがある。
部品を輸送するときの情報には、例えば輸送経路の情報、輸送中に検知された振動（加速度）の情報、輸送に使用された車両の情報、気温、気圧、湿度、光度、磁力などの情報がある。
部品を保管するときの情報には、例えば場所、入庫日、保管中に検知された振動（加速度）、気温、気圧、湿度、光度、磁力などの情報がある。
部品を使用するときの情報には、例えば場所、使用の頻度、使用中に検知された振動（加速度）、気温、気圧、湿度、光度、磁力などの情報がある。
なお、部品が存在した環境に関する情報は、製造段階の環境に関する情報および製造後の環境に関する情報のうちいずれか一方又は両方でもよい。

ここで、輸送経路の情報は、例えば手動で入力されてもよいし、カーナビゲーションシステムから取得されてもよい。
また、輸送に使用された車両の情報は、例えば手動で入力されてもよいし、ＩｏＴ技術で取得されてもよい。
また、振動（加速度）の情報、気温、気圧、湿度、光度、磁力などの情報は、センサで検知された値の記録値の読出し、又は、ＩｏＴ技術で取得されてもよい。
記録される情報は部品によって異なってもよい。

図３は、部品データベース１０の具体例を示す図である。
図３に示す部品データベース１０には、画像形成装置を構成する個々の部品について、部品型番１１、部品ＵＵＩＤ１２、製造・輸送時情報１３、保管時情報１４、品質値１５が記録される。
例えば部品型番１１がＰ９８０３で、部品ＵＵＩＤ１２が９８０３－０６６３で特定される部品には、製造から輸送の過程で２０ｍ／ｓ²の最大加速度と３０℃の最高気温が加わり、倉庫に保管されている間に４０℃の最高気温と１１２０ｈＰａの最高気圧が加わったことが記録されている。
ここでの製造・輸送時情報１３と保管時情報１４は、部品ＵＵＩＤ１２によって特定される個体としての部品に紐付けられている環境に関する情報の一例である。
なお、記録する情報は、加速度、気温、気圧などの各値は最大値ではなく、最小値であってもよいし、その両方でもよい。また、各値の時間変化や各値について予め定めた範囲に存在した時間を記録してもよい。

品質値１５は、部品決定装置４０によって定量的に予測された品質を表す値である。
本実施の形態では、０がデフォルト値であり、予測された品質が低いほど負の方向に絶対値が大きな値になる。
品質値１５の欄には、少なくともこれから製造に使用される個体としての部品について予測された将来の品質を表す値が記録される。品質値１５が０に近いほど、製品に使用された場合に高い品質が期待できることを意味する。
ここでの品質値１５は、個体としての部品の品質を表す指標の一例である。品質値１５の具体的な計算方法については後述する。

図４は、部品データベース１０の他の具体例を示す図である。図４には、図３との対応部分に対応する符号を付している。
図４に示す部品データベース１０には、製造後の環境に関する情報の一例である使用時情報１６が追加的に記録されている。
図４の場合、部品型番１１がＰ９８０３で、部品ＵＵＩＤ１２が９８０３－０６６３で特定される部品には、製品としての画像形成装置が４０℃の最高気温の下で使用されたことが記録されている。

図５は、製品データベース２０に収集される情報の一例を説明する図である。
図５の場合、個体としての製品が存在した環境に関する情報は、製造された製品を倉庫に保管している段階、製品が倉庫から顧客の場所に輸送される段階、製品の使用が開始された後の段階からそれぞれ収集される。
個体としての製品は、製品が特定の型に属することを示す型番だけでなく、物理的な存在である個々の製品を一意に識別するために付されている製品ＵＵＩＤによって管理される。

製品が存在した環境に関する情報は、製品を保管するときの情報、製品を輸送するときの情報、納品先の情報、製品を使用するときの情報などである。
製品を保管するときの情報には、例えば場所、入庫日、保管中に検知された振動（加速度）、気温、気圧、湿度、光度、磁力などの情報がある。
製品を輸送するときの情報には、例えば製造元の情報、輸送経路の情報、輸送中に検知された振動（加速度）の情報、輸送に使用された車両の情報、天候、輸送に用いた時間帯、気温、気圧、湿度、光度、磁力などの情報がある。
納品先の情報には、例えば住所、納品先の名称などがある。
製品を使用するときの情報には、例えば使用中に検知された振動（加速度）、気温、気圧、湿度、光度、磁力、使用の頻度などの情報がある。
記録される情報は製品によって異なってもよい。

図６は、製品データベース２０の具体例を示す図である。
図６に示す製品データベース２０には、画像形成装置としての個々の製品について、製品型番２１、製品ＵＵＩＤ２２、納品先情報２３、保管時情報２４、輸送時情報２５、使用時情報２６が記録されている。
例えば製品型番２１がＤＥＶ１０１で、製品ＵＵＩＤ２２がＤＥＶ１０１－２３で特定される製品には、納品先の住所が〇県△市であること、倉庫に保管されている間に４０℃の最高気温と１１２０ｈＰａの最高気圧が加わったこと、倉庫からの輸送中に２０ｍ／ｓ²の最大加速度と３０℃の最高気温が加わり、使用時に４０℃の最高気温が加わり、１日当たりの印刷枚数が２５０枚であることが記録されている。
ここでの納品先情報２３、保管時情報２４、輸送時情報２５と使用時情報２６は、製品ＵＵＩＤ２２によって特定される個体としての製品に紐付けられる環境に関する情報の一例である。
記録される加速度、気温、気圧などの各値は最大値ではなく、最小値であってもよいし、その両方でもよい。また、各値の時間変化や各値について予め定めた範囲に存在した時間を記録してもよい。

図７は、不具合データベース３０に収集される情報の一例を説明する図である。
図７の場合、顧客の使用中に製品に発生した不具合情報が収集される。
不具合の情報は、製品によって様々である。例えば画像形成装置の場合、不具合の情報には、印刷に関する不良の発生（例えばムラ、汚れ、線（色線）、残像、白スジ）、光学的な原稿の読み取りの不能（例えばスキャン不能）などがある。また電子写真方式の画像形成装置の場合には、不具合の情報として更に、トナーを用紙に定着する定着部の異常がある。
なお、不具合情報は、製品ＵＵＩＤによって管理される。

図８は、不具合データベース３０の具体例を示す図である。
図８に示す不具合データベース３０には、不具合を特定する識別子（不具合ＩＤ）３１、製品ＵＵＩＤ３２、不具合内容３３、損失規模３４、不具合の原因が発生したフェーズ（原因フェーズ）３５、不具合の原因になった部品の型番（原因部品型番）３６、不具合の原因になった部品を個体として特定する情報（原因部品ＵＵＩＤ）３７、不具合が発生した箇所（不具合箇所）３８が記録される。

例えば不具合ＩＤ３１のＥ０００１には、不具合の発生した画像形成装置の製品ＵＵＩＤ３２がＤＥＶ１０１－２３であること、不具合内容３３が印刷スジの発生であること、損失規模３４が大きいこと、原因フェーズ３５が生産前であること、原因部品型番３６がＰ９８０３であること、原因部品ＵＵＩＤ３７がＰ９８０３－１１０２であること、不具合箇所３８がＳ０３－１であることが記録されている。

不具合内容３３には、製品に応じた種類の不具合の内容が予め用意されており、不具合データベース３０への情報の登録者が選択的に入力する。なお、新規の不具合の追加も可能である。
本実施の形態の場合、損失規模３４は、「大」、「中」、「小」の３段階で表される。もっとも、損失規模の表現は２段階でも、４段階以上でも構わない。また、損失規模３４として金額を記録してもよい。規模の評価値は、予め定めた基準に従って不具合データベース３０の保守スタッフ等が入力してもよい。
本実施の形態の場合、原因フェーズ３５は、生産前と生産後の２段階で表される。もっとも、原因が発生したフェーズの切り分けが可能であれば、３段階以上で管理してもよい。
不具合箇所３８を特定する記号等は、部位毎に予め用意されている。

図９は、実施の形態１における部品決定装置４０のハードウェア構成の一例を説明する図である。
本実施の形態の場合、画像形成装置の製造に使用する部品の種類は予め決まっている。換言すると、画像形成装置の各部位に使用する部品型番（例えばＰ９８０３）は、設計図によって指定されている。
本実施の形態における部品決定装置４０は、画像形成装置の部位毎に使用する部品を個体レベルで（すなわち部品ＵＵＩＤによって）決定する機能を提供する。

本実施の形態に係る部品決定装置４０は、データを処理するデータ処理装置４１と、アプリケーションプログラムなどを記憶するハードディスク装置などで構成される記憶装置４２と、ユーザの操作を受け付ける操作受付装置４３と、情報の入力や情報の提供に用いられる表示装置４４と、前述したデータベース等と通信する通信装置４５とを有している。
本実施の形態の場合、部品決定装置４０は、コンピュータとして実現される。
図９の場合、部品決定装置４０は、１台のコンピュータで実現されているが、複数のコンピュータで実現されていてもよい。例えば部品決定装置４０は、後述する処理機能別に３台のコンピュータで実現されていてもよい。

データ処理装置４１は、ＣＰＵ（Central Processing Unit）４１Ａと、このＣＰＵ４１Ａで実行されるオペレーションシステムやファームウェア等が記憶されたＲＯＭ（Read Only Memory）４１Ｂと、ＣＰＵ４１Ａのワークエリアとして用いられるＲＡＭ（Random Access Memory）４１Ｃとを有している。
記憶装置４２は、後述する処理機能を実現するアプリケーションプログラムなどを記憶する。
操作受付装置４３は、例えばマウス、キーボード等の入力装置であり、表示装置４４の表示画面に表示されたユーザインタフェース画面を通じて情報の入力を受け付ける。
表示装置４４は、例えば液晶ディスプレイであり、ユーザインタフェース画面の表示に用いられる。
通信装置４５は、例えばＬＡＮ（Local Area Network）インタフェースであり、外部装置との通信に使用される。なお、通信方式は有線方式でも無線方式でもよい。

図１０は、実施の形態１における部品決定装置４０の機能構成の一例を説明する図である。
部品決定装置４０は、画像形成装置について収集された不具合の情報に基づいて、個体としての部品毎に画像形成装置として使用を開始した後の品質を予測する部品品質予測部４０１と、画像形成装置について収集された不具合の情報に基づいて、製品の部位の違いにより不具合が製品の品質に与える影響の度合いを予測する製品影響予測部４０２と、予測された品質と品質に与える影響の度合いとに基づいて、各部位に使用する部品を個体レベルで決定する部位別使用部品決定部４０３とを有している。

部品品質予測部４０１と、製品影響予測部４０２と、部位別使用部品決定部４０３の機能は、アプリケーションプログラムの実行を通じて提供される。
本実施の形態では、部品品質予測部４０１と、製品影響予測部４０２と、部位別使用部品決定部４０３の機能を総称して製造支援機能又は製造支援プログラムともいう。
ここで、部品品質予測部４０１は第１の予測手段の一例であり、製品影響予測部４０２は第２の予測手段の一例であり、部位別使用部品決定部４０３は決定手段の一例である。
本実施の形態における部品品質予測部４０１は、部品データベース１０と不具合データベース３０のデータに基づいて個体レベルで部品の将来の品質値を予測し、予測された品質値を部位別使用部品決定部４０３に出力する。
ここでの品質値は、過去に不具合を起こした個体レベルの部品が置かれた環境と類似する環境に置かれた部品は不具合を起こす可能性が高くなるとの仮定に基づいて計算される。計算方法の具体例については後述する。なお、環境が類似するとは、本実施の形態の場合、環境に関するデータ間の距離が閾値より近いことをいう。

本実施の形態における製品影響予測部４０２は、各部位に不具合が発生した場合における製品の品質に与える影響の大きさを品質重要値として予測し、予測された品質重要値を部位別使用部品決定部４０３に出力する。製品影響予測部４０２は、品質重要値の算出に、製品データベース２０と不具合データベース３０のデータを使用する。
品質重要値は、不具合を起こし易い部位（箇所）や不具合によって生じた損失の規模が大きい部位（箇所）については製品への影響が大きいとの仮定に基づいて計算される。
ここでの品質重要値は、製品の品質に与える影響の度合いを表す指標の一例である。
計算方法の具体例については後述する。なお、不具合によって生じる損失の規模は小さくても不具合の履歴が多い部位（箇所）は製品への影響が大きい部位（箇所）として扱う。

部位別使用部品決定部４０３は、ユーザインタフェース画面を通じて製品型番と納品先情報の指定を受け付けると、対応する画像形成装置の製造に使用される部品について個体レベルで予測された品質値と各部位（箇所）の品質重要値を参照し、各部位（箇所）に使用する部品を個体レベルで決定し、決定された部位（箇所）と部品ＵＵＩＤとの組み合わせを出力する。
ここで、部位別使用部品決定部４０３は、部位（箇所）と部品ＵＵＩＤとを組み合わせたリストを例えば表示装置４４のユーザインタフェース画面に表示する。また、部位別使用部品決定部４０３は、部位（箇所）と部品ＵＵＩＤとを組み合わせたリストを例えば印刷装置（不図示）によって用紙に印刷する。

＜処理動作＞
以下では、部品決定装置４０において実行される処理動作の一例を、部品品質予測部４０１、製品影響予測部４０２及び部位別使用部品決定部４０３のそれぞれについて説明する。
図１１は、実施の形態１における部品決定装置４０によって実行される処理動作の概要を説明する図である。
ここでの処理動作は、ＣＰＵ４１Ａによるアプリケーションプログラムの実行を通じて実現される。

まず、ＣＰＵ４１Ａは、部品の品質を個体レベルで予測する（ステップ１０１）。すなわち、ＣＰＵ４１Ａは、部品の品種を特定する型番ではなく、物理的に一意に特定される個体レベルで部品の品質を予測する。処理内容の具体例については後述する。
次に、ＣＰＵ４１Ａは、操作受付装置４３（図９参照）を通じて製造する製品の型番と納品先情報を取得する（ステップ１０２）。
続いて、ＣＰＵ４１Ａは、不具合が製品の品質に与える影響を部位別に予測する（ステップ１０３）。処理内容の具体例については後述する。
この後、ＣＰＵ４１Ａは、製品の各部位に使用する部品を個体レベルで決定する（ステップ１０４）。処理内容の具体例については後述する。

図１２は、実施の形態１における部品品質予測部４０１が実行する処理動作の一例を説明するフローチャートである。
部品品質予測部４０１（図１０参照）は、ＣＰＵ４１Ａ（図９参照）によるアプリケーションプログラムの実行を通じて実現される。図１２に示す処理動作は、例えば部品データベース１０（図１参照）が更新された場合又は不具合データベース３０が更新された場合に実行される。

まず、部品品質予測部４０１は、部品データベース１０（図１０参照）から評価対象とする部品ＵＵＩＤを順番に特定する（ステップ２０１）。部品ＵＵＩＤは、１つずつ順番に特定される。この特定では、品質値の算出が終わった部品ＵＵＩＤは除かれる。
次に、部品品質予測部４０１は、不具合データベース３０（図１０参照）から原因フェーズが「生産前」であり、かつ、評価対象とする部品と同じ型番（原因部品型番）を有する不具合をリストとして取得する（ステップ２０２）。該当する不具合が無ければ、リストは空欄である。

次に、部品品質予測部４０１は、取得した不具合のリストから処理対象とする部品ＵＵＩＤを順番に特定する（ステップ２０３）。要素としての部品ＵＵＩＤは、不具合のリストから１つずつ順番に特定される。
次に、部品品質予測部４０１は、特定された部品ＵＵＩＤを用いて部品データベース１０を検索し、対応する部品情報を取得する（ステップ２０４）。この処理は、不具合を起こした部品が過去に存在した環境に関する情報を取得することを目的とする。
次に、部品品質予測部４０１は、評価対象とする部品と処理対象とする要素との間で、環境に関する情報が一致する又は閾値の範囲内であるか判定する（ステップ２０５）。ここで、閾値の範囲内とは情報が類似することを意味する。

ステップ２０５で否定結果が得られた場合、部品品質予測部４０１は、ステップ２０７に進む。
ステップ２０５で肯定結果が得られた場合、部品品質予測部４０１は、評価対象の部品の品質値を現在値から１小さい値に更新する。本実施の形態の場合、不具合を起こした部品との類似数が多いほど品質値は小さい値に更新される。
この後、部品品質予測部４０１は、リストの全ての要素について処理が完了したか判定する（ステップ２０７）。
ステップ２０７で否定結果が得られた場合、部品品質予測部４０１は、ステップ２０３に戻ってリスト内の次の要素（部品ＵＵＩＤ）を特定し、前述した動作を実行する。
ステップ２０７で肯定結果が得られた場合、部品品質予測部４０１は、最終的な品質値を該当する部品ＵＵＩＤに紐付けて部品データベース１０に登録する（ステップ２０８）。
なお、部品データベース１０における品質値の更新はステップ２０６における更新のたびに実行してもよい。

この後、部品品質予測部４０１は、部品データベース１０内の全ての部品について処理が完了したか判定する（ステップ２０９）。
ステップ２０９で否定結果が得られた場合、部品品質予測部４０１は、ステップ２０１に戻って部品データベース１０内の次の部品を特定し、前述した動作を実行する。
ステップ２０９で肯定結果が得られた場合、部品品質予測部４０１は、品質値の算出処理を終了する。

図１３は、部品品質予測部４０１による処理動作の一例を説明する図である。
図１３に示す例は、評価対象とする部品ＵＵＩＤの環境に関する情報と、不具合データベース３０側の処理対象とする原因部品ＵＵＩＤの環境に関する情報とが類似する例を表している。
図中のＳ２０１～Ｓ２０５は、図１２の処理動作に対応する。

図１３の場合、評価対象とする部品を特定する部品ＵＵＩＤは９８０３－０６６３であり、その部品型番はＰ９８０３である。
部品型番Ｐ９８０３で特定される部品については、不具合データベース３０に不具合の履歴があり、その１つの不具合は、部品ＵＵＩＤ（原因部品ＵＵＩＤ）が９８０３－１１０２である部品について生じている。この部品ＵＵＩＤ（原因部品ＵＵＩＤ）が９８０３－１１０２である部品については、製造・輸送時に最大加速度として２０ｍ／ｓ²が加わり、最高気温として３１℃が加わっている。また、保管時に最高気温として３９℃が加わり、最高気圧として１１２０ｈＰａが加わっている。

図１３の例の場合、評価対象とする部品ＵＵＩＤが９８０３－０６６３の部品と、不具合の履歴がある部品ＵＵＩＤが９８０３－１１０２の部品との環境の違いは製造・輸送時と保管時における最高気温である。いずれも１℃の違いがある。
図１３の例では、この個体としての部品についての環境情報は閾値の範囲内と判定している。このため、図中では〇印を付している。

図１４は、部品品質予測部４０１による処理動作の他の例を説明する図である。
図１４に示す例は、評価対象とする部品ＵＵＩＤ（原因部品ＵＵＩＤ）の環境に関する情報と不具合データベース３０側の処理対象とする要素の環境に関する情報とが類似しない例を表している。
図中のＳ２０１～Ｓ２０５は、図１２の処理動作に対応する。

図１４の場合も、評価対象とする部品を特定する部品ＵＵＩＤは９８０３－０６６３であり、その部品型番はＰ９８０３である。
部品型番Ｐ９８０３で特定される部品については、不具合データベース３０に不具合の履歴があり、その１つの不具合は、部品ＵＵＩＤ（原因部品ＵＵＩＤ）が９８０３－０８８１である部品について生じている。この部品ＵＵＩＤ（原因部品ＵＵＩＤ）が９８０３－０８８１である部品については、製造・輸送時に最大加速度として２１ｍ／ｓ²が加わり、最高気温として２３℃が加わっている。また、保管時に最高気温として３３℃が加わり、最高気圧として１０６０ｈＰａが加わっている。

図１４の例の場合、評価対象とする部品ＵＵＩＤが９８０３－０６６３の部品と、不具合の履歴がある部品ＵＵＩＤ（原因部品ＵＵＩＤ）が９８０３－０８８１の部品とは、製造・輸送時と保管時における最大加速度、最高気温、最高気圧のいずれもが異なっている。
図１４の例では、この個体としての部品についての環境情報は閾値の範囲外と判定している。このため、図中では×印を付している。

図１５は、実施の形態１における品質値の計算結果の例を示す図である。
図１５では、画像形成装置を構成する部品の１つについて、具体的には部品型番がＰ９８０３である部品について抜粋した数値例を示している。なお、図１５に示すリストは、品質値が大きさ順に並び替えられている（ソートされている）。
図１５の例の場合、部品ＵＵＩＤが９８０３－１１０２である部品の品質が最も高く、部品ＵＵＩＤが９８０３－０８８１である部品の品質が最も低い。
なお、図１２に示す処理動作によって品質値を計算する場合、部品ＵＵＩＤが９８０３－０８８１である部品には、その存在した環境に類似する不具合の事例が５つ存在することを示す。

図１６は、実施の形態１における製品影響予測部４０２が実行する処理動作の一例を説明するフローチャートである。
製品影響予測部４０２（図１０参照）は、ＣＰＵ４１Ａ（図９参照）によるアプリケーションプログラムの実行を通じて実現される。図１６に示す処理動作は、顧客による発注（製品型番と納品先の入力）があった場合に実行される。

まず、製品影響予測部４０２は、受注した製品の型番と納品先の両方が一致する製品情報のリストを製品データベース２０（図１０参照）から取得する（ステップ３０１）。換言すると、受注した製品の型番と納品先の両方が同じ事例が抽出される。
図１６に示す動作例では、製品型番と納品先の情報の２つを用いて製品情報のリストを取得しているが、発注者である顧客より使用環境に関する情報について与えられる場合には、その情報も使用して製品情報のリストを取得することにより、製造する製品に要求される各箇所の品質重要値の予測精度を高めることができる。
ここで、製品の型番と納品先との組み合わせが一致する事例がなければ、製品情報のリストは空欄となる。

図１６に示す処理動作は、製品の型番と納品先との組み合わせが一致する事例が存在する場合を想定している。製品の型番と納品先との組み合わせが一致する事例が存在しない場合は、ステップ３０１の次に製品情報のリストが空欄か否かを判定する処理動作を実行し、空欄であればこの時点で処理を終了させてもよい。この場合、受注した製品は納品先に対する初めての納品となる。
なお、対応する納品先が存在しない場合には、他の納品先の情報を使用して、後続する処理を実行してもよい。この場合、品質重要値の予測精度が低下する可能性があるが、類似する事例から各部位の重要度を予測することで将来の不具合の発生の可能性や大きな規模の不具合が発生する可能性を低減することができる。

次に、製品影響予測部４０２は、取得した製品情報のリストから処理対象とする製品ＵＵＩＤを順番に特定する（ステップ３０２）。
続いて、製品影響予測部４０２は、処理対象とする製品ＵＵＩＤと一致する不具合情報のリストを不具合データベース３０から取得する（ステップ３０３）。一致する不具合情報が無ければリストは空欄である。リストが空欄の場合、後述するステップ３０４～３０６をスキップしてもよい。

次に、製品影響予測部４０２は、取得した不具合情報のリストから処理対象とする不具合情報を順番に取得する（ステップ３０４）。
次に、製品影響予測部４０２は、処理対象とする不具合情報から抽出される損失規模に応じた値を不具合箇所に対応する品質重要値の現在値に加算する（ステップ３０５）。
本実施の形態の場合、損失規模に応じた値として、損失規模が大きい場合には「３」を、損失規模が中間の場合には「２」を、損失規模が小さい場合には「１」を使用する。勿論、これらの値は一例である。なお、品質重要値のデフォルト値は０（ゼロ）である。

この後、製品影響予測部４０２は、不具合情報のリストの全ての要素について処理が完了したか判定する（ステップ３０６）。
ステップ３０６で否定結果が得られた場合、製品影響予測部４０２は、ステップ３０４に戻って不具合情報のリスト内の次の要素を特定し、前述した動作を実行する。
ステップ３０６で肯定結果が得られた場合、製品影響予測部４０２は、製品情報のリストの全ての要素について処理が完了したか判定する（ステップ３０７）。
ステップ３０７で否定結果が得られた場合、製品影響予測部４０２は、ステップ３０２に戻って製品情報のリスト内の次の要素を特定し、前述した動作を実行する。
ステップ３０７で肯定結果が得られた場合、製品影響予測部４０２は、製品を構成する各箇所に対応する品質重要値をリストとして出力する（ステップ３０８）。

図１７は、製品影響予測部４０２による処理動作の一例を説明する図である。
図中のＳ３０１～Ｓ３０５は、図１６に対応する処理動作を表している。
図１７では、受注した製品の型番がＤＥＶ１０１の場合を想定している。
図１７の例の場合、ＤＥＶ１０１に一致する製品情報の履歴は２つ存在する。履歴の１つである製品は製品ＵＵＩＤがＤＥＶ１０１－２３で特定される製品であり、他の１つである製品は製品ＵＵＩＤがＤＥＶ１０１－０８で特定される製品である。これら２つの製品がステップ３０１で製品データベース２０から取得される。

図１７の例の場合、ステップ３０１で取得された２つの製品のうちの製品ＵＵＩＤがＤＥＶ１０１－２３について不具合情報が存在しているので、損失規模として「大」、不具合箇所が「Ｓ０３－１」が取得される。この場合、製品型番がＤＥＶ１０１の製品を構成する箇所「Ｓ０３－１」についての品質重要値として「３」が算出される。

図１８は、実施の形態１における品質重要値の計算結果の例を示す図である。
図１８では、画像形成装置を構成する各部位（箇所）について、具体的には部品型番がＰ９８０３である部品について抜粋した数値例を示している。なお、図１８に示すリストは、品質重要値が大きさ順に並び替えられている（ソートされている）。
図１８の場合、同じ型番の部品（部品型番がＰ９８０３の部品）が４つの箇所で使用されているが、使用される箇所によって品質重要値の値が異なっている。
図１８の例の場合、Ｓ２２－８で特定される箇所の品質重要値が最も高く、Ｓ７１－９で特定される箇所の品質重要値が最も低い。
本実施の形態の場合、品質重要値の「４」は、損失規模が大きい不具合の発生件数が１つと損失規模が小さい不具合の発生件数が１つの場合、又は、損失規模が小さい不具合の発生件数が４つ存在したことを示している。
品質重要値は、数値が大きいほど不具合が発生した場合の影響が大きいこと、すなわち部品の品質の高さが重要な箇所であることを示している。

図１９は、実施の形態１における部位別使用部品決定部４０３（図１０参照）が実行する処理動作の一例を説明するフローチャートである。
部位別使用部品決定部４０３は、ＣＰＵ４１Ａ（図９参照）によるアプリケーションプログラムの実行を通じて実現される。図１９に示す処理動作は、製品影響予測部４０２による品質重要値が与えられた場合に実行される。

まず、部位別使用部品決定部４０３は、品質重要値のリストに含まれる部品型番を処理対象として順番に特定する（ステップ４０１）。例えば部品型番Ｐ９８０３、Ｐ４５３３、Ｐ６００２が順番に特定される。
なお、製品を構成する各箇所で使用される部品型番の数と品質重要値のリストに記載された部品型番の数が一致するとは限らない。少なくとも、製品を構成する各箇所で使用される部品型番の数の方が、品質重要値のリストに記載された部品型番の数より多くなる。
品質重要値のリストに存在しない部品型番については、過去に不具合を発生した事例が存在しないことを意味する。従って、品質重要値のリストに含まれない部品型番については部品ＵＵＩＤを考慮することなく、設計書などで指定された部品型番の部品を使用する。

次に、部位別使用部品決定部４０３は、特定された部品型番に基づいて品質値のリスト（リスト１）と品質重要値のリスト(リスト２）を生成する（ステップ４０２）。
続いて、部位別使用部品決定部４０３は、リスト１とリスト２をそれぞれ降順にソートする（ステップ４０３）。
図１５に示すリストはリスト１に相当し、図１８に示すリストはリスト２に相当する。
次に、部位別使用部品決定部４０３は、リスト２の先頭位置（大きい方）から降順に処理対象とする箇所を特定する（ステップ４０４）。すなわち、重要度の高い箇所から順番に特定する。例えば図１８の例であれば、Ｓ２２－８で特定される箇所がまず特定される。

次に、部位別使用部品決定部４０３は、特定された箇所の品質重要値が０より大きいか判定する（ステップ４０５）。
ステップ４０５で肯定結果が得られた場合、部位別使用部品決定部４０３は、リスト１の先頭位置の部品ＵＵＩＤを選択して処理対象の箇所と対にする（ステップ４０６）。この処理は、不具合の発生が品質に与える影響が大きい箇所には、部品型番が同じでも個体としての品質が相対的に高い部品を割り当てることを意味する。
ステップ４０５で否定結果が得られた場合（すなわち、品質重要値が０の場合）、部位別使用部品決定部４０３は、リスト１の末尾の部品ＵＵＩＤを選択して処理対象の箇所と対にする（ステップ４０７）。この処理は、不具合の発生が品質に与える影響が小さい箇所には、部品型番が同じでも個体としての品質が相対的に低い部品を割り当てることを意味する。
もっとも、品質値が相対的に低い部品でも、部品型番で定められている製造上の規格（公差や許容誤差）を満たしているので不良品ではない。

ステップ４０６又はステップ４０７の実行後、部位別使用部品決定部４０３は、対にした部品ＵＵＩＤをリスト１から削除する（ステップ４０８）。
この後、部位別使用部品決定部４０３は、リスト２の全ての要素について処理が完了したか判定する（ステップ４０９）。
ステップ４０９で否定結果が得られた場合、部位別使用部品決定部４０３は、ステップ４０４に戻って別の箇所を処理対象に特定し、前述した動作を実行する。
ステップ４０９で肯定結果が得られた場合、部位別使用部品決定部４０３は、ステップ４１０に進む。

ステップ４１０において、部位別使用部品決定部４０３は、処理対象になっていない部品型番があるか判定する。
ステップ４１０で否定結果が得られた場合、部位別使用部品決定部４０３は、ステップ４０１に戻って別の部品型番を処理対象に特定し、前述した動作を実行する。
ステップ４１０で肯定結果が得られた場合、部位別使用部品決定部４０３は、ステップ４１１に進む。
ステップ４１１に進んだ部位別使用部品決定部４０３は、対を形成する各箇所と部品ＵＵＩＤの組をリストとして出力する。

図２０は、部位別使用部品決定部４０３から出力されるリストの一例を示す図である。
図２０に示すリストは、部品型番がＰ９８０３である部品について抜粋したものである。この例の場合、画像形成装置の製造には４か所で部品型番がＰ９８０３の部品が使用される。
リストの左側の欄は、画像形成装置の構成要素の位置を示す箇所（部位）を示しており、括弧内の数字は各箇所の品質重要値を示している。リストの右側の欄は、同じ部品型番（Ｐ９８０３）を有する部品のうち各箇所について使用される個体（部品ＵＵＩＤ）の情報を示している。なお、括弧内の数字は個体としての部品の品質値である。

図２０の例では、記号のＳ２２－８で特定される品質重要値が最も高い箇所に、部品型番がＰ９８０３である部品の在庫の中で品質値が最も高い個体である部品ＵＵＩＤが９８０３－１１０２の部品を使用すべきことが示されている。
同様に、記号のＳ０３－１で特定される２番目に品質重要値が高い箇所に、部品型番がＰ９８０３である部品の在庫の中で品質値が２番目に高い（処理の段階ではリスト内で最も品質値が高い）個体である部品ＵＵＩＤが９８０３－２３１１の部品を使用すべきことが示されている。

なお、記号のＳ７１－９で特定される品質重要値が０（ゼロ）の箇所には、部品型番がＰ９８０３である部品の在庫の中で品質値が最も低い個体である部品ＵＵＩＤが９８０３－０８８１の部品を使用すべきことが示されている。
この組み合わせは、過去に不具合の報告がない箇所については、在庫内で最も品質の低い部品を組み合わせることを意味する。
もっとも、部品ＵＵＩＤが９８０３－０８８１で特定される部品は、同じ部品型番を有する在庫の部品の中では最も不具合が発生し易い環境下に置かれた又は置かれる部品として予測されているが、部品型番がＰ９８０３の部品が満たすべき製造段階の品質は満たしており、製品としての不具合に直ちに影響することはない。
図２０に示すリストは、表示装置４４（図９参照）における表示や不図示の印刷装置による用紙への印刷を通じて、受注された特定の画像形成装置（例えば製品ＵＵＩＤがＤＥＶ１０１－９０）の製造に使用される。

図２１は、未使用部品のリストの例を示す図である。
図２１に示すリストは、部品型番がＰ９８０３である部品について抜粋したものである。本実施の形態の場合、画像形成装置の製造を受注した段階での部品型番がＰ９８０３の部品の在庫は５個であったが、製造に用いられたのは４個である。
このため、図２１に示すリストでは、製造に用いられなかった部品として在庫内で４番目に高い品質であった部品ＵＵＩＤが９８０３－６２２１の部品だけが記されている。
この部品ＵＵＩＤが９８０３－６２２１の部品は、他の製品の製造に使用される。
なお、図２１に示すリストは、必ずしも表示装置や不図示の印刷装置を通じて出力されなくてもよいし、そもそも生成されなくてもよい。

＜実施の形態１の効果＞
本実施の形態１に係る製造支援システム１を用いれば、部品型番によって部品の品質を管理する場合とは異なり、個体レベルで部品の品質を定量的に予測することができる。
また、本実施の形態１に係る製造支援システム１を用いれば、製品を構成する部位（箇所）の違いが製品としての品質に与える影響の大きさを評価しない場合とは異なり、製品の品質への影響が生じやすい部位を事前に予測することが可能になる。
さらに、本実施の形態１に係る製造支援システム１を用いれば、これらの予測情報を用いることにより、個々の製品の将来の品質の予測精度を向上させることができる。

しかも、製品内の部位（箇所）のうち製品の品質への影響が大きい部位には、在庫内で個体レベルでの品質が高い部品を割り当てるように組み合わせを決定できるので、納品先や製品の違いによらず、不具合が発生する確率を抑制することができる。
また、部品の個体レベルで品質に起因する不具合が発生する場合でも、相対的に個体レベルでの品質が低い部品については製品内の重要度が低い箇所に使用されるため、不具合が仮に発生しても、部品型番だけで部品の品質を管理する場合に比して、不具合による損失の規模を低減することができる。
また、個体レベルで予測された品質が相対的に高い部品だけを製品の製造に用いるのとは異なり、品質が相対的に低い部品についても積極的に製造に使用されるため（例えば品質重要値が０（ゼロ）の部位に使用されるため）、製品としての品質の過剰を抑制しつつ（個々の製品の品質を保ちつつ）、製造段階での品質を満たす部品の有効活用も可能になる。このことは、製造コストの低減にも効果的である。

＜他の実施の形態＞
以上、本発明の実施の形態について説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、種々の変更又は改良を加えたものも、本発明の技術的範囲に含まれることは、特許請求の範囲の記載から明らかである。

例えば前述の実施の形態では、品質重要値が０（ゼロ）の場合に限り、個体レベルの品質値が在庫内で最も小さい部品を対応付ける場合（図１９のステップ４０７参照）について説明したが、品質重要値が０（ゼロ）より大きい部位（箇所）であっても、予め定めた基準を満たす部位（例えば品質重要値が１の部位）には、在庫内での個体レベルでの品質値が小さい部品を組み合わせるようにしてもよい。

前述の実施の形態では、製品としての不具合の原因になった部品が置かれた環境と類似する事例の数を計数して個体レベルでの部品の品質値を計算しているが、他の計算手法を用いて品質値を計算してもよい。例えば類似する事例の数に比例するように係数を乗算してもよいし、品質重要値の場合のように不具合によって生じた損失の規模が品質値に反映されるようにしてもよい。

前述の実施の形態では、不具合によって生じた損失の規模の違いを１刻みで品質重要値の計算に反映する場合について説明したが、他の計算手法を用いて品質重要値を計算してもよい。例えば損失の規模の違いによる刻み幅を拡大してもよいし、損失の規模が大きい側の刻み幅を損失の規模が小さい側の刻み幅よりも大きくしてもよい。

前述の実施の形態の場合には、図１９に示す処理手順によって決定した各部位と部品ＵＵＩＤの組み合わせ（対応付け）を確定的に使用しているが、各組み合わせの内容を別途評価して、組み合わせ（対応付け）を確定的に使用するか否かを判定する機能を部位別使用部品決定部４０３に設けても良い。
例えば組み合わせられた品質重要値と品質値について計算される演算値を判定条件に基づいて評価し、現在の組み合わせで確定するか否かを判定してもよい。例えば演算値が品質重要値と品質値の加算値で与えられる場合、演算値が閾値より大きい場合に限り、組み合わせを採用し、閾値より小さい組み合わせについては新たな部品の入荷を待って新たな組み合わせを作成してもよい。

前述の実施の形態では、部品重要値の大きさによって組み合わせ可能な品質値に制限を設けていないが、例えば部品重要度が高い部位（箇所）については、予め定めた閾値より品質が低い部品（個体）の組み合わせを除外する規則としてもよい。
この規則を採用すれば、製造される製品の品質の低下を抑制できる。特に、損失の規模が大きくなる蓋然性が高い部位（箇所）には予め定めた品質値以上の部品を使用することにより、仮に不具合が発生しても損失規模が大きい不具合の発生確率を抑制することができる。

前述の実施の形態では、品質が低くても（品質値が大きくても）製造段階での規格上の品質を満たすため、品質値の大きさにかかわらず、製品の製造に使用することを前提としているが、予め定めた品質上の基準を満たさない部品（個体）は製造に使用しない設定としてもよい。
例えば個別の品質値と閾値とを比較し、閾値より品質が低い（品質値が大きい）部品については製造に使用しない設定としてもよい。
また例えば同じ部品型番を有する部品のうち製品の製造に必要な個数分の品質値の平均値と閾値とを比較し、平均値が閾値よりも大きい場合（平均的に品質が低い場合）には、在庫として存在する部品の品質が製造に適さないと判定してもよい。

１…製造支援システム、１０…部品データベース、２０…製品データベース、３０…不具合データベース、４０…部品決定装置、４１…データ処理装置、４２…記憶装置、４３…操作受付装置、４４…表示装置、４５…通信装置、４０１…部品品質予測部、４０２…製品影響予測部、４０３…部位別使用部品決定部

Claims (14)

1. 製造された製品について収集された個体としての部品に紐付けられている環境に関する情報と、過去に不具合を発生した部品に紐付けられている環境に関する情報とを参照し、評価対象とする部品毎の品質を予測する第１の予測手段と、
   過去に不具合が生じた部品と当該部品が製品に与えた損失の規模の情報を参照し、評価対象とする各部品が製品の品質に与える影響の度合いを予測する第２の予測手段と、
   前記影響の度合いが大きい部品に対して前記品質が高い部品を組み合わせるように対応付けを決定する決定手段と
   を有する情報処理装置。
2. 環境に関する前記情報は、製造段階の環境に関する情報および製造後の環境に関する情報のうちいずれか一方又は両方である、請求項１に記載の情報処理装置。
3. 環境に関する前記情報は、製造に関する情報、輸送に関する情報、保管に関する情報及び使用に関する情報のいずれか１つ又は複数である、請求項２に記載の情報処理装置。
4. 環境に関する前記情報は、気温、気圧、湿度、加速度、光度、磁力及び使用の頻度のいずれか１つ又は複数である、請求項２に記載の情報処理装置。
5. 前記第１の予測手段は、評価対象とする個体としての部品に紐付けられている環境に関する情報と環境に関する情報が類似する不具合を発生した部品の情報により、評価対象とする部品についての品質を予測する、請求項１に記載の情報処理装置。
6. 評価対象とする部品に紐付けられている環境に関する情報が、不具合を発生した部品の環境と類似する場合、前記第１の予測手段は、評価対象とする個体としての部品の前記品質を低く予測する、請求項５に記載の情報処理装置。
7. 前記第１の予測手段は、評価対象とする部品と環境が類似する不具合を発生した部品の数に基づいて前記品質の程度を予測する、請求項６に記載の情報処理装置。
8. 前記第２の予測手段は、評価対象とする１つの部品について複数の不具合の情報が存在する場合、当該複数の不具合の規模の情報に基づいて前記影響の度合いを予測する、請求項１に記載の情報処理装置。
9. 前記第２の予測手段は、製品の納品先に関する情報を参照して、評価対象とする部品が製品の前記品質に与える前記影響の度合いを予測する、請求項１に記載の情報処理装置。
10. 前記決定手段は、前記影響の度合いが大きい部品から順番に前記対応付けを決定する、請求項１に記載の情報処理装置。
11. 前記決定手段は、対応付けられた前記影響の度合いと前記品質の組み合わせを評価した結果に基づいて前記対応付けを確定するか否かを判定する、請求項１に記載の情報処理装置。
12. 前記決定手段は、各部品と当該部品に使用する個体としての部品とを紐付けたリストを出力する、請求項１に記載の情報処理装置。
13. コンピュータに、
    製造された製品について収集された個体としての部品に紐付けられている環境に関する情報と、過去に不具合を発生した部品に紐付けられている環境に関する情報とを参照し、評価対象とする部品毎の品質を予測する機能と、
    過去に不具合が生じた部品と当該部品が製品に与えた損失の規模の情報を参照し、評価対象とする各部品が製品の品質に与える影響の度合いを予測する機能と、
    前記影響の度合いが大きい部品に対して前記品質が高い部品を組み合わせるように対応付けを決定する機能と
    を実行させるためのプログラム。
14. 製造された製品で使用される部品について、環境に関する情報、不具合の情報、不具合が製品に与えた損失の規模の情報を収集したデータベースと、
    個体としての部品に紐付けられている環境に関する情報と、過去に不具合を発生した部品に紐付けられている環境に関する情報とを参照して、評価対象とする部品毎の品質を予測するとともに、過去に不具合が生じた部品と当該部品が製品に与えた損失の規模の情報を参照して、評価対象とする各部品が製品の品質に与える影響の度合いを予測し、影響の度合いが大きい部品に対して品質が高い部品を組み合わせるように対応付けを決定する情報処理装置と
    を有する情報処理システム。

Images