WO2018047255A1 - 情報処理装置、情報処理方法及び情報処理プログラム - Google Patents
情報処理装置、情報処理方法及び情報処理プログラム Download PDFInfo
- Publication number
- WO2018047255A1 WO2018047255A1 PCT/JP2016/076317 JP2016076317W WO2018047255A1 WO 2018047255 A1 WO2018047255 A1 WO 2018047255A1 JP 2016076317 W JP2016076317 W JP 2016076317W WO 2018047255 A1 WO2018047255 A1 WO 2018047255A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- work
- worker
- work process
- learning
- determination unit
- Prior art date
Links
- 230000010365 information processing Effects 0.000 title claims description 41
- 238000003672 processing method Methods 0.000 title claims description 4
- 238000000034 method Methods 0.000 claims abstract description 148
- 230000003247 decreasing effect Effects 0.000 claims description 24
- 230000003467 diminishing effect Effects 0.000 claims description 8
- 230000007423 decrease Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 18
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 8
- 230000001186 cumulative effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow 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
- 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
-
- 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
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1091—Recording time for administrative or management purposes
-
- 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
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Definitions
- the present invention relates to an information processing apparatus, an information processing method, and an information processing program.
- one product is manufactured through a plurality of work processes.
- One worker rarely takes charge of all of the plurality of work processes, and a plurality of workers often share a plurality of work processes.
- two or more workers may perform the same work process in parallel.
- two or more workers often share one work process by changing the work day.
- a work procedure is defined for each work process, and a standard time required to complete the work when the work is performed according to the work procedure is generally set.
- the skill when performing work for each worker is different.
- the time required for the work differs. For this reason, the actual work time actually required for the work may greatly deviate from the standard time.
- Patent Document 1 discloses a system that calculates predicted work time corresponding to the cumulative number of work steps of the same work process using actual work time record data.
- a learning curve representing the level of proficiency of an operator with respect to the work process is generated using the actual work time data for an arbitrary work process, and the work is repeated using the generated learning curve. Estimate later work time.
- the plurality of work processes included in the factory line include a work process in which the work time is difficult to decrease even if the work that is difficult to learn is repeated, and a work process that is easy to learn and easy to reduce the work time. From the viewpoint of optimizing the work plan, it is desirable to formulate a work plan after grasping work processes that are difficult to master and work processes that are easy to master.
- the technique of Patent Document 1 calculates a predicted work time for each work process, but does not determine whether the work process is easy to master. For this reason, there is a problem that the work manager who manages the work process cannot formulate an optimal work plan in consideration of the ease of learning of the work process.
- the main object of the present invention is to solve such problems. That is, the main object of the present invention is to obtain a configuration for determining whether or not a work process is easy to master.
- An information processing apparatus includes: A diminishing index that is an index value representing a diminishing state of work time accompanying an increase in the number of work times in the work process, using work time data in which work history of a plurality of workers in the work process is indicated for each worker.
- a decreasing index value calculation unit for calculating a value for each worker;
- a proficiency determination unit that determines whether the work process is an easy-to-learn work process based on the decreasing index values of the plurality of workers.
- FIG. 3 is a diagram illustrating an example of a system configuration according to the first embodiment.
- FIG. 3 is a diagram illustrating a hardware configuration example of the information processing apparatus according to the first embodiment.
- FIG. 3 is a diagram illustrating a functional configuration example of the information processing apparatus according to the first embodiment.
- FIG. 3 is a diagram illustrating a relationship between a hardware configuration and a functional configuration of the information processing apparatus according to the first embodiment.
- 5 is a flowchart illustrating an operation example of the information processing apparatus according to the first embodiment. The figure which shows the example of the learning curve which concerns on Embodiment 1.
- FIG. 3 is a diagram illustrating an example of a system configuration according to the first embodiment.
- FIG. 3 is a diagram illustrating a hardware configuration example of the information processing apparatus according to the first embodiment.
- FIG. 3 is a diagram illustrating a functional configuration example of the information processing apparatus according to the first embodiment.
- FIG. 3 is a diagram illustrating a relationship between a hardware configuration and a
- FIG. *** Explanation of configuration *** FIG. 1 shows a system configuration example according to the present embodiment.
- the system according to the present embodiment includes an information processing apparatus 100, a collected data server apparatus 200, and a factory line 300.
- the factory line 300 includes work facilities 301 to 305.
- the work process corresponds to work equipment 301 to work equipment 305. That is, in the present embodiment, the factory line 300 includes a work process using the work equipment 301, a work process using the work equipment 302, a work process using the work equipment 303, a work process using the work equipment 304, There are five work processes using the work equipment 305.
- a work process using the work facility 301 is referred to as a work process 1.
- a work process using the work facility 302 is referred to as a work process 2.
- a work process using the work facility 303 is referred to as a work process 3.
- a work process using the work facility 304 is referred to as a work process 4.
- a work process using the work facility 305 is referred to as a work process 5.
- each work process is performed by a plurality of workers. However, the combination of workers and the number of workers for each work process may be different.
- each worker is in charge of one or more work steps. There may be workers in charge of only one work process, but at least half of all workers are in charge of two or more work processes.
- the information processing apparatus 100 uses the work time data collected by the collected data server apparatus 200 to determine the ease of learning the work process. Further, the information processing apparatus 100 determines the learning ability of the worker.
- the work time data is data indicating a history of work time in units of workers for each work process.
- the information processing apparatus 100 is connected to the collected data server apparatus 200 via the network 402. The operations performed in the information processing apparatus 100 correspond to an information processing method and an information processing program.
- the collected data server device 200 collects work time data from the factory line 300.
- the collection method of the work time data of the collection data server device 200 is not limited.
- the collected data server device 200 is connected to the work equipment 301 to the work equipment 305 via the network 401.
- FIG. 2 shows a hardware configuration example of the information processing apparatus 100.
- FIG. 3 shows a functional configuration example of the information processing apparatus 100. First, a hardware configuration example of the information processing apparatus 100 will be described with reference to FIG.
- the information processing apparatus 100 is a computer.
- the information processing apparatus 100 includes a processor 11, a memory 12, a storage 13, a communication device 14, an input device 15, and a display device 16 as hardware.
- a program that realizes the functions of the communication processing unit 101, the learning curve generation unit 103, the determination coefficient calculation unit 105, the learning ease determination unit 107, the learning ability determination unit 109, and the display processing unit 111 illustrated in FIG. It is remembered. These programs are loaded into the memory 12, and the processor 11 executes these programs.
- the storage 13 implements the work time collection database 102, the learning curve database 104, the determination coefficient database 106, the learning ease database 108, and the learning ability database 110 shown in FIG.
- FIG. 4 shows the relationship between the hardware configuration of FIG.
- the learning curve generation unit 103 uses the work time data stored in the work time collection database 102 to generate a learning curve for each worker for each work process.
- the learning curve is a curve indicating the relationship between the number of operations and the operation time in the operation process.
- the learning curve generation unit 103 stores learning curve data in which the generated learning curve is described in the learning curve database 104.
- the determination coefficient calculation unit 105 calculates a determination coefficient between the learning curve generated by the learning curve generation unit 103 and the work time history indicated in the work time data. Further, the determination coefficient calculation unit 105 stores the determination coefficient data in which the calculated determination coefficient is described in the determination coefficient database 106.
- the coefficient of determination is an index value that represents a decreasing state of work time accompanying an increase in the number of operations, and corresponds to a decreasing index value.
- the learning curve generation unit 103 and the determination coefficient calculation unit 105 are also referred to as a decreasing index value calculation unit 112. The operations of the learning curve generation unit 103 and the determination coefficient calculation unit 105 correspond to a
- the proficiency determination unit 107 determines whether each work process is an easy-to-learn work process based on a determination coefficient (a decreasing index value) of a plurality of workers. More specifically, the proficiency determination unit 107 selects a determination coefficient that matches the selection condition from among the determination coefficients of a plurality of workers for each work process. The proficiency determination unit 107 calculates an average value of the selected determination coefficients, and when the calculated average value is equal to or greater than a threshold value, determines that the work process is an easily learned work process. The proficiency determination unit 107 also stores proficiency data in which determination results for each work process are described in the proficiency database 108. Note that the operation of the proficiency determination unit 107 corresponds to proficiency determination processing.
- the learning ability determination unit 109 determines the learning ability of each worker using the determination coefficient of the work process determined by the easy learning determination part 107 as a work process that is easy to master. More specifically, the learning ability determination unit 109 calculates, for each worker, an average value of determination coefficients of work processes that are determined to be work processes that are easily learned by the proficiency determination unit 107. And the learning ability determination part 109 determines with the said operator having the required learning ability, when the calculated average value is more than a threshold value. On the other hand, when the calculated average value is less than the threshold value, the learning ability determination unit 109 determines that the worker does not have the required learning ability. Further, the learning ability determination unit 109 stores worker learning ability data in which a determination result for each worker is described in the worker learning ability database 110.
- the display processing unit 111 displays the determination result of the learning ability determination unit 109 on the display device 16. For example, the display processing unit 111 displays an operator who is determined not to have the required learning ability on the display device 16.
- step S ⁇ b> 101 the communication processing unit 101 receives work time data from the collected data server device 200 via the communication device 14.
- the communication processing unit 101 stores the received work time data in the work time collection database 102.
- the work time data an operator name, work process, work start time, work end time, and cumulative work number of the work process are described.
- a and B in the formula (1) are variables obtained by the following formulas (2) and (3).
- n is the number of operations
- N is the number of accumulated operations
- n ⁇ ( ⁇ ) is the average value of the accumulated operations
- RT n is the operation time when the n-th operation is performed
- RT ⁇ (RT Above-is the average value of the work time of all work times.
- step S104 it determines proficiency easy determination unit 107, using the determined coefficient R 2, ease of proficiency each work step (familiarization ease).
- the proficiency determination unit 107 also stores proficiency data in which the determination result is described in the proficiency database 108. Specifically, the proficiency determination unit 107 determines the ease of mastering each work process in the procedure shown in FIG.
- the proficiency determination unit 107 repeats the procedure shown in FIG. 7 for each work process, and determines the ease of learning for each of the work processes 1 to 5. Note that specific values of ⁇ , ⁇ , and ⁇ shown in FIG. 7 are set by the work manager. Hereinafter, each step of FIG. 7 will be described.
- the proficiency determination unit 107 extracts work time data of a worker whose cumulative work number of work steps to be determined for easy learning is ⁇ or more (step S1041). At the stage where the cumulative number of operations is small, the operator is not used to the operation, so the variation in the operation time is large. For this reason, if work time data of an operator with a small cumulative work number is used, there is a possibility that it is difficult to accurately determine the ease of familiarizing the work process. Accordingly, the proficiency determination unit 107 uses only the work time data of the worker whose cumulative work number is a certain number ( ⁇ times) or more for determining the ease of mastering the work process.
- the proficiency determination unit 107 determines whether or not the average value calculated in step S1043 is greater than or equal to the threshold ⁇ (step S1044).
- the proficiency determination unit 107 determines that the work process whose average value is equal to or greater than the threshold value ⁇ is an easy work process (step S1045).
- the proficiency determination unit 107 determines that a work process having an average value less than the threshold value ⁇ is a work process that is difficult to master (step S1046).
- step S ⁇ b> 105 the learning ability determination unit 109 determines the learning ability of each worker. Further, the learning ability determination unit 109 stores learning ability data in which the determination result is described in the learning ability database 110. Specifically, the learning ability determination unit 109 determines the learning ability of each worker according to the procedure shown in FIG. Note that the specific value of ⁇ shown in FIG. 8 is set by the work manager. Hereinafter, each step of FIG. 8 will be described.
- the learning ability determination unit 109 calculates, for each worker, an average value of the determination coefficients of the work processes that are easy to master extracted in step S1051 (step S1052).
- the learning ability determination unit 109 handles the calculated average value as the learning ability of each worker. For example, it is assumed that worker A is in charge of work process 1 and work process 2, and worker B is in charge of work process 2 and work process 3. If the work process 1, the work process 2, and the work process 3 are easy to learn, the learning ability determination unit 109 determines, for the worker A, the determination coefficient for the work process 1 and the determination for the work process 2. The average value with the coefficient is calculated. The learning ability determination unit 109 calculates an average value of the determination coefficient for the work process 2 and the determination coefficient for the work process 3 for the worker B.
- step S ⁇ b> 106 the display processing unit 111 displays the determination result of the learning ability determination unit 109 on the display device 16.
- the work manager at the manufacturing site needs to grasp the work ability of each worker in order to smoothly carry out the manufacturing work. For this reason, the display processing unit 111 displays on the display device 16 the worker determined to lack learning ability in step S1055, and notifies the worker who does not have learning ability to the work manager. Further, the display processing unit 111 may display the determination result of the proficiency determination unit 107, that is, the ease of learning for each work process on the display device 16.
- Embodiment 2 FIG. In the first embodiment, only the determination coefficient is used as a determination index in the determination process of the learning ability of the worker in step S1053 in FIG. In this embodiment, in addition to the determination coefficient, the learning curve generated in step S102 in FIG. 5 is used as a determination index, thereby improving the determination accuracy of the determination of the worker's learning ability.
- FIG. 9 shows a functional configuration example of the information processing apparatus 100 according to the present embodiment.
- FIG. 9 differs from FIG. 3 in that the learning ability determination unit 109 acquires a learning curve from the learning curve database 104.
- the other elements in FIG. 9 are the same as those shown in FIG.
- the hardware configuration example of the information processing apparatus 100 according to the present embodiment is the same as that shown in FIG.
- differences from the first embodiment will be mainly described. Matters not described below are the same as those in the first embodiment.
- the learning ability determination unit 109 determines the learning ability of the worker using the determination coefficient and the learning curve.
- the learning ability determination unit 109 determines that only an operator who is determined to have learning ability in both evaluation using a determination coefficient and evaluation using a learning curve has learning ability. Since the evaluation using the determination coefficient is the same as that shown in the first embodiment, the description thereof is omitted.
- the learning ability determination unit 109 evaluates the worker's learning ability using the learning curve as follows.
- the learning ability determination unit 109 includes an upper limit value curve that is a curve of an upper limit value of the work time and a lower limit of the work time along the learning curve of the work process that is determined to be a work process that is easily learned by the proficiency determination unit 107
- a lower limit curve that is a value curve is set. That is, the learning ability determination unit 109 calculates an upper limit value and a lower limit value of an allowable range of work time for each work count, and sets an upper limit value curve and a lower limit value curve.
- FIG. 10 shows an example of a learning curve in which an upper limit curve and a lower limit curve are set.
- the upper and lower limit values of the allowable range for each number of operations are calculated by equations (5) and (6), respectively, based on the learning curve of the operation process.
- Functions f 1 (n) and f 2 (n) that define the upper and lower limits of the allowable range are set by the work manager.
- the functions f 1 (n) and f 2 (n) can be expressed by Equation (7) in which the upper and lower limits of the learning curve gradually decrease and narrow as the number of operations is accumulated.
- the learning ability determination unit 109 uses a deviation between the upper and lower limit values of the allowable work time range and the actual work time to determine the worker's learning ability. That is, the learning ability determination unit 109 compares the work time history indicated in the work time data with the upper limit curve and the lower limit curve of the learning curve to determine the worker's learning ability. The learning ability determination unit 109 determines that the worker lacks learning ability when any of the following conditions is satisfied. a) The number of times the work time of the work time data deviates from the upper limit value or the lower limit value when the cumulative work number is 5 or less. b) When the cumulative number of operations exceeds five, the operation time of the operation time data deviates from the upper limit value or the lower limit value for three consecutive times.
- the learning ability determination unit 109 indicates that the worker lacks learning ability in order to call the work manager's attention.
- the display processing unit 111 is made to present the worker to the work manager.
- the deviation from the upper and lower limits of the learning curve of the working time is taken into consideration in addition to the determination coefficient, so that a highly accurate determination is possible.
- the processor 11 illustrated in FIG. 2 is an IC (Integrated Circuit) that performs processing.
- the processor 11 is, for example, a CPU (Central Processing Unit), a DSP (Digital Signal Processor), or the like.
- the memory 12 illustrated in FIG. 2 is, for example, a RAM (Random Access Memory).
- the storage 13 illustrated in FIG. 2 is, for example, a ROM (Read Only Memory), a flash memory, an HDD (Hard Disk Drive), or the like.
- the communication device 14 shown in FIG. 2 includes a receiver that receives data and a transmitter that transmits data.
- the communication device 14 is, for example, a communication chip or a NIC (Network Interface Card).
- the input device 15 is, for example, a mouse or a keyboard.
- the display device 16 is a display, for example.
- the storage 13 also stores an OS (Operating System). At least a part of the OS is loaded into the memory 12 and executed by the processor 11.
- the processor 11 performs the functions of the communication processing unit 101, the learning curve generation unit 103, the determination coefficient calculation unit 105, the learning ease determination unit 107, the learning ability determination unit 109, and the display processing unit 111 while executing at least a part of the OS. Execute the program to be realized.
- the processor 11 executes the OS, task management, memory management, file management, communication control, and the like are performed.
- the communication processing unit 101, the learning curve generation unit 103, the determination coefficient calculation unit 105, the proficiency determination unit 107, the learning ability determination unit 109, and the display processing unit 111 may be referred to as “circuit” or “process”. It may be read as “procedure” or “processing”.
- the information processing apparatus 100 may be realized by an electronic circuit such as a logic IC (Integrated Circuit), a GA (Gate Array), an ASIC (Application Specific Integrated Circuit), or an FPGA (Field-Programmable Gate Array).
- the processor and the electronic circuit are also collectively referred to as a processing circuit.
- DESCRIPTION OF SYMBOLS 100 Information processing apparatus, 101 Communication processing part, 102 Work time collection database, 103 Learning curve generation part, 104 Learning curve database, 105 Determination coefficient calculation part, 106 Determination coefficient database, 107 Learning ability determination part, 108 Learning ability database 109 learning ability determination unit, 110 learning ability database, 111 display processing unit, 112 decreasing index value calculation unit, 200 collection data server device, 300 factory line, 301 work equipment, 302 work equipment, 303 work equipment, 304 work equipment, 305 work equipment, 401 network, 402 network.
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
また、二人以上の作業者が、作業日を変えて、一つの作業工程を分担することも多い。
各作業工程には作業手順が定められており、作業手順通りに作業を行った際の作業完了に要する標準時間が設定されていることが一般的である。しかし、作業者ごとに作業を行う際の手際は異なる。また、同じ作業者でも初めて作業を行う際と、作業を繰り返して作業に慣れた後では、作業に要する時間は異なる。
このため、実際に作業に要する実作業時間が標準時間から大きく乖離することがある。
特許文献1では、作業者の作業時間の実績データを用いて、同一作業工程の累積作業回数に応じた予測作業時間を算出するシステムが開示されている。特許文献1のシステムでは、任意の作業工程に対する作業時間の実績データを用いて、作業者の当該作業工程に対する習熟度合を表す習熟曲線を生成し、生成した習熟曲線を用いて、作業を繰り返した後の作業時間を予測する。
特許文献1の技術は、作業工程ごとに予測作業時間を算出するが、作業工程が習熟しやすいか否かを判定するものではない。このため、作業工程を管理する作業管理者は、作業工程の習熟容易性を考慮した最適な作業計画を策定することができないという課題がある。
作業工程での複数の作業者の作業時間の履歴が作業者ごとに示される作業時間データを用いて、前記作業工程における作業回数の増加に伴う作業時間の逓減状況を表す指標値である逓減指標値を作業者ごとに算出する逓減指標値算出部と、
前記複数の作業者の逓減指標値に基づいて、前記作業工程が習熟しやすい作業工程であるか否かを判定する習熟容易性判定部とを有する。
***構成の説明***
図1は、本実施の形態に係るシステム構成例を示す。
本実施の形態に係るシステムは、情報処理装置100と、収集データサーバ装置200と、工場ライン300とで構成される。工場ライン300には、作業設備301~作業設備305が存在する。
本実施の形態では、作業工程は、作業設備301~作業設備305に対応する。
つまり、本実施の形態では、工場ライン300には、作業設備301を用いた作業工程、作業設備302を用いた作業工程、作業設備303を用いた作業工程、作業設備304を用いた作業工程、作業設備305を用いた作業工程の5つが存在する。
以下では、作業設備301を用いた作業工程を作業工程1という。また、作業設備302を用いた作業工程を作業工程2という。また、作業設備303を用いた作業工程を作業工程3という。また、作業設備304を用いた作業工程を作業工程4という。また、作業設備305を用いた作業工程を作業工程5という。
また、本実施の形態では、各作業工程は、複数の作業員により実施されるものとする。但し、作業工程ごとの作業員の組み合わせ及び作業員の数は異なっていてもよい。
また、本実施の形態では、各作業員は、一つ以上の作業工程を担当するものとする。一つの作業工程のみを担当する作業員が存在してもよいが、全作業員のうちの少なくとも半数の作業員は、二つ以上の作業工程を担当しているものとする。
作業時間データは、作業工程ごとに作業者の単位で作業時間の履歴が示されるデータである。
情報処理装置100は、ネットワーク402を介して収集データサーバ装置200と接続される。
なお、情報処理装置100で行われる動作は情報処理方法及び情報処理プログラムに相当する。
収集データサーバ装置200は、ネットワーク401を介して、作業設備301~作業設備305と接続されている。
図3は、情報処理装置100の機能構成例を示す。
先ず、図2を参照して、情報処理装置100のハードウェア構成例を説明する。
情報処理装置100は、ハードウェアとして、プロセッサ11、メモリ12、ストレージ13、通信装置14、入力装置15、表示装置16を備える。
ストレージ13には、図3に示す通信処理部101、習熟曲線生成部103、決定係数算出部105、習熟容易性判定部107、学習能力判定部109、表示処理部111の機能を実現するプログラムが記憶されている。
そして、これらプログラムがメモリ12にロードされ、プロセッサ11がこれらプログラムを実行する。
また、ストレージ13は、図3に示す作業時間収集データベース102、習熟曲線データベース104、決定係数データベース106、習熟容易性データベース108、学習能力データベース110を実現する。
図4は、図2のハードウェア構成と図3の機能構成との関係を示す。
つまり、図4では、プロセッサ11が通信処理部101、習熟曲線生成部103、決定係数算出部105、習熟容易性判定部107、学習能力判定部109、表示処理部111の機能を実現するプログラムを実行している状態を模式的に表している。また、図4では、ストレージ13が作業時間収集データベース102、習熟曲線データベース104、決定係数データベース106、習熟容易性データベース108、学習能力データベース110として用いられている状態を模式的に表している。なお、作業時間収集データベース102、習熟曲線データベース104、決定係数データベース106、習熟容易性データベース108、学習能力データベース110の少なくとも一部がメモリ12により実現されてもよい。
また、通信処理部101は、受信した作業時間データを作業時間収集データベース102に格納する。
決定係数算出部105は、習熟曲線生成部103により生成された習熟曲線と作業時間データに示される作業時間の履歴との間の決定係数を算出する。また、決定係数算出部105は、算出した決定係数が記述される決定係数データを決定係数データベース106に格納する。決定係数は、作業回数の増加に伴う作業時間の逓減状況を表す指標値であり、逓減指標値に相当する。
なお、習熟曲線生成部103及び決定係数算出部105を、逓減指標値算出部112ともいう。また、習熟曲線生成部103及び決定係数算出部105の動作は、逓減指標値算出処理に相当する。
また、習熟容易性判定部107は、各作業工程についての判定結果が記述される習熟容易性データを習熟容易性データベース108に格納する。
なお、習熟容易性判定部107の動作は、習熟容易性判定処理に相当する。
また、学習能力判定部109は、各作業者についての判定結果が記述される作業者学習能力データを作業者学習能力データベース110に格納する。
次に、図5のフローチャートを参照して、本実施の形態に係る情報処理装置100の動作例を説明する。
作業時間データには、作業者名、作業工程、作業開始時刻、作業終了時刻、当該作業工程の累積作業回数が記述される。
習熟曲線の例を図6に示す。一般的に同一作業工程を繰り返すことにより作業者は作業に慣れるため、作業回数が増えるにつれて作業時間は逓減する傾向にある。図6の例でも、作業回数nが増加するに従い、作業時間RTが逓減している。
作業時間の逓減傾向は式(1)で近似される。式(1)において、RTは作業完了までに要する作業時間、nは作業工程の作業回数である。
以下において、nは作業回数、Nは累積作業回数、n-(nの上に-)は、累積作業回数の平均値、RTnはn回目の作業をした際の作業時間、RT―(RTの上に-)は全作業回数の作業時間の平均値を示す。
例えば、決定係数算出部105は、作業者Aの作業工程1についての習熟曲線と、作業者Aの作業工程1についての作業時間データに示される作業時間の履歴とを照合して、決定係数R2を算出する。
決定係数R2は、習熟曲線と、実際の作業時間との当てはまり度合を示す指標であり、[0,1]の値を取る。決定係数が1に近いほど実際の作業時間に対する習熟曲線の当てはまりが強く、0に近いほど当てはまりが弱い。決定係数R2は式(4)で与えられる。
習熟容易性判定部107は、具体的には、図7に示す手順で各作業工程の習熟しやすさを判定する。習熟容易性判定部107は、作業工程ごとに、図7に示す手順を繰り返して、作業工程1~5の各々について習熟しやすさを判定する。
なお、図7に示すα、β、γの具体的数値は作業管理者が設定することとする。以下、図7の各ステップを説明する。
累積作業回数が少ない段階では作業者は作業に慣れていないため作業時間のバラツキが大きい。このため、累積作業回数が少ない作業者の作業時間データを用いると、作業工程の習熟しやすさを正確に判定できない可能性がある。従って、習熟容易性判定部107は、累積作業回数が一定数(α回)以上である作業者の作業時間データのみを作業工程の習熟しやすさの判定に用いる。
ある作業工程の決定係数が低い作業者は全作業工程に対しても学習能力が低いことが多い。このため、値が低い決定係数を用いると作業工程の習熟しやすさを正確に判定できない可能性がある。従って、習熟容易性判定部107は、決定係数の上位β%を習熟しやすさの指標として用いる。
習熟容易性判定部107は、平均値が閾値γ以上である作業工程を習熟しやすい作業工程と判定する(ステップS1045)。一方、習熟容易性判定部107は、平均値が閾値γ未満の作業工程を習熟しづらい作業工程と判定する(ステップS1046)。
学習能力判定部109は、具体的には、図8に示す手順で各作業者の学習能力を判定する。なお、図8に示すδの具体的数値は作業管理者が設定することとする。以下、図8の各ステップを説明する。
習熟しづらいと判定された作業工程は、学習能力が高い作業者が作業しても習熟しづらく決定係数が低い。習熟しづらいと判定された作業工程の決定係数を用いても、作業者の学習能力を正確に判定できない可能性がある。このため、学習能力判定部109は、習熟しやすい作業工程を抽出する。
例えば、作業者Aが作業工程1と作業工程2を担当し、作業者Bが作業工程2と作業工程3を担当している場合を想定する。作業工程1と作業工程2と作業工程3が習熟しやすい作業工程であれば、学習能力判定部109は、作業者Aに対しては、作業工程1についての決定係数と作業工程2についての決定係数との平均値を算出する。また、学習能力判定部109は、作業者Bに対しては、作業工程2についての決定係数と作業工程3についての決定係数との平均値を算出する。
学習能力判定部109は、平均値が閾値δ以上の作業者を学習能力がある作業者と判定する(ステップS1054)。
一方、学習能力判定部109は、平均値が閾値δ未満である作業者を学習能力が足りない作業者と判定する(ステップS1055)。
製造現場の作業管理者は製造作業を円滑に進めるため、各作業者の作業能力を把握する必要がある。このため、表示処理部111は、ステップS1055で学習能力に欠けると判定された作業者を表示装置16に表示して、作業管理者に学習能力に欠ける作業者を通知する。
また、表示処理部111は、習熟容易性判定部107の判定結果、すなわち、作業工程ごとの習熟のしやすさを表示装置16に表示するようにしてもよい。
本実施の形態によれば、各作業工程が習熟しやすいか否かを判定することができる。このため、作業管理者は、各作業工程の習熟のしやすさを考慮して、最適な作業計画を策定することができる。
また、本実施の形態によれば、作業者ごとの学習能力の有無を判定することができる。このため、作業管理者は、各作業者の学習能力を考慮して、最適な作業計画を策定することができる。
実施の形態1では、図8のステップS1053の作業者の学習能力の判定処理において、判定指標として決定係数のみが用いられている。
本実施の形態では、決定係数に加えて、図5のステップS102で生成された習熟曲線を判定指標とすることで、作業者の学習能力の判定の判定精度を向上させる。
図9では、図3と比較して、学習能力判定部109が習熟曲線データベース104から習熟曲線を取得する点が異なる。なお、図9の他の要素は、図3に示したものと同じであるため、説明を省略する。また、本実施の形態に係る情報処理装置100のハードウェア構成例は、図2に示したものと同様である。
以下では、主に実施の形態1との差異を説明する。以下で説明していない事項は、実施の形態1と同様である。
決定係数の用いた評価は、実施の形態1に示したものと同じであるため、説明を省略する。
本実施の形態では学習能力判定部109は、習熟曲線を以下のように用いて、作業者の学習能力を評価する。
作業回数ごとの許容範囲の上下限値は当該作業工程の習熟曲線をベースにそれぞれ式(5)、式(6)で算出する。
学習能力判定部109は、以下のいずれかの条件を満たす場合に、作業者に学習能力が欠けていると判定する。
a)累積作業回数が5回以下の段階で、作業時間データの作業時間が上限値又は下限値を外れた回数が3回以上。
b)累積作業回数が5回を超えた段階で、作業時間データの作業時間が3回連続で上限値又は下限値を外れる。
なお、作業時間データの作業時間が下限値を外れる場合は、必ずしも作業者に学習能力が欠けているとは言えない。しかしながら、複数回において作業時間データの作業時間が下限値を外れる場合は、作業者が一部の作業手順を行っていない等の問題がある可能性がある。このため、ある作業者の作業時間が下限値を規定回数以上外れる場合には、作業管理者の注意を喚起するために、学習能力判定部109は、当該作業者に学習能力が欠けていると判定し、表示処理部111に当該作業者を作業管理者に提示させる。
あるいは、これらの実施の形態のうち、1つを部分的に実施しても構わない。
あるいは、これらの実施の形態のうち、2つ以上を部分的に組み合わせて実施しても構わない。
なお、本発明は、これらの実施の形態に限定されるものではなく、必要に応じて種々の変更が可能である。
最後に、情報処理装置100のハードウェア構成の補足説明を行う。
図2に示すプロセッサ11は、プロセッシングを行うIC(Integrated Circuit)である。
プロセッサ11は、例えば、CPU(Central Processing Unit)、DSP(Digital Signal Processor)等である。
図2に示すメモリ12は、例えば、RAM(Random Access Memory)である。
図2に示すストレージ13は、例えば、ROM(Read Only Memory)、フラッシュメモリ、HDD(Hard Disk Drive)等である。
図2に示す通信装置14は、データを受信するレシーバー及びデータを送信するトランスミッターを含む。
通信装置14は、例えば、通信チップ又はNIC(Network Interface Card)である。
入力装置15は、例えば、マウス、キーボードである。
表示装置16は、例えば、ディスプレイである。
そして、OSの少なくとも一部がメモリ12にロードされ、プロセッサ11により実行される。
プロセッサ11はOSの少なくとも一部を実行しながら、通信処理部101、習熟曲線生成部103、決定係数算出部105、習熟容易性判定部107、学習能力判定部109、表示処理部111の機能を実現するプログラムを実行する。
プロセッサ11がOSを実行することで、タスク管理、メモリ管理、ファイル管理、通信制御等が行われる。
また、通信処理部101、習熟曲線生成部103、決定係数算出部105、習熟容易性判定部107、学習能力判定部109、表示処理部111の処理の結果を示す情報やデータや信号値や変数値が、メモリ12、ストレージ13、プロセッサ11内のレジスタ及びキャッシュメモリの少なくともいずれかに記憶される。
また、通信処理部101、習熟曲線生成部103、決定係数算出部105、習熟容易性判定部107、学習能力判定部109、表示処理部111の機能を実現するプログラムは、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ(登録商標)ディスク、DVD等の可搬記憶媒体に記憶されてもよい。
また、情報処理装置100は、ロジックIC(Integrated Circuit)、GA(Gate Array)、ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)といった電子回路により実現されてもよい。
なお、プロセッサ及び上記の電子回路を総称してプロセッシングサーキットリーともいう。
Claims (9)
- 作業工程での複数の作業者の作業時間の履歴が作業者ごとに示される作業時間データを用いて、前記作業工程における作業回数の増加に伴う作業時間の逓減状況を表す指標値である逓減指標値を作業者ごとに算出する逓減指標値算出部と、
前記複数の作業者の逓減指標値に基づいて、前記作業工程が習熟しやすい作業工程であるか否かを判定する習熟容易性判定部とを有する情報処理装置。 - 前記習熟容易性判定部は、
前記複数の作業者の逓減指標値の中から選択条件に合致する逓減指標値を選択し、選択した逓減指標値の平均値を算出し、算出した平均値が閾値以上である場合に、前記作業工程を習熟しやすい作業工程と判定する請求項1に記載の情報処理装置。 - 前記逓減指標値算出部は、
複数の作業工程での前記複数の作業者の作業時間の履歴が作業者ごとに示される作業時間データを用いて、作業工程別に前記逓減指標値を作業者ごとに算出し、
前記習熟容易性判定部は、
前記複数の作業者の逓減指標値に基づいて、各作業工程が習熟しやすい作業工程であるか否かを判定し、
前記情報処理装置は、更に、
前記習熟容易性判定部により習熟しやすい作業工程であると判定された作業工程の逓減指標値を用いて、各作業者の学習能力を判定する学習能力判定部を有する請求項1に記載の情報処理装置。 - 前記学習能力判定部は、
作業者ごとに、前記習熟容易性判定部により習熟しやすい作業工程であると判定された作業工程の逓減指標値の平均値を算出し、
算出した平均値が閾値以上である場合に、当該作業者は要求される学習能力を備えていると判定し、
算出した平均値が閾値未満である場合に、当該作業者は要求される学習能力を備えていないと判定する請求項3に記載の情報処理装置。 - 前記逓減指標値算出部は、
作業者ごとに、前記作業時間データを用いて、前記作業工程における作業回数と作業時間との関係が示される習熟曲線を生成し、前記逓減指標値として、前記習熟曲線と前記作業時間データに示される作業時間の履歴との間の決定係数を算出する請求項1に記載の情報処理装置。 - 前記逓減指標値算出部は、
複数の作業工程での前記複数の作業者の作業時間の履歴が作業者ごとに示される作業時間データを用いて、作業工程別に前記習熟曲線の生成及び前記決定係数の算出を作業者ごとに行い、
前記習熟容易性判定部は、
前記複数の作業者の決定係数に基づいて、各作業工程が習熟しやすい作業工程であるか否かを判定し、
前記情報処理装置は、更に、
前記習熟容易性判定部により習熟しやすい作業工程であると判定された作業工程の決定係数を用いて、各作業者の学習能力を判定する学習能力判定部を有する請求項5に記載の情報処理装置。 - 前記学習能力判定部は、
作業者ごとに、前記習熟容易性判定部により習熟しやすい作業工程であると判定された作業工程の決定係数の平均値を算出し、
作業者ごとに、前記習熟容易性判定部により習熟しやすい作業工程であると判定された作業工程の習熟曲線に沿って作業時間の上限値の曲線である上限値曲線と作業時間の下限値の曲線である下限値曲線とを設定し、
作業者ごとに、算出した平均値と閾値との比較と、前記作業時間データに示される作業時間の履歴と前記上限値曲線及び前記下限値曲線との比較を行って、学習能力を判定する請求項6に記載の情報処理装置。 - コンピュータが、作業工程での複数の作業者の作業時間の履歴が作業者ごとに示される作業時間データを用いて、前記作業工程における作業回数の増加に伴う作業時間の逓減状況を表す指標値である逓減指標値を作業者ごとに算出し、
前記コンピュータが、前記複数の作業者の逓減指標値に基づいて、前記作業工程が習熟しやすい作業工程であるか否かを判定する情報処理方法。 - 作業工程での複数の作業者の作業時間の履歴が作業者ごとに示される作業時間データを用いて、前記作業工程における作業回数の増加に伴う作業時間の逓減状況を表す指標値である逓減指標値を作業者ごとに算出する逓減指標値算出処理と、
前記複数の作業者の逓減指標値に基づいて、前記作業工程が習熟しやすい作業工程であるか否かを判定する習熟容易性判定処理とをコンピュータに実行させる情報処理プログラム。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020197006080A KR20190026950A (ko) | 2016-09-07 | 2016-09-07 | 정보 처리 장치, 정보 처리 방법 및 기억 매체에 저장된 정보 처리 프로그램 |
PCT/JP2016/076317 WO2018047255A1 (ja) | 2016-09-07 | 2016-09-07 | 情報処理装置、情報処理方法及び情報処理プログラム |
CN201680088947.XA CN109690584A (zh) | 2016-09-07 | 2016-09-07 | 信息处理装置、信息处理方法及信息处理程序 |
US16/325,336 US20190205802A1 (en) | 2016-09-07 | 2016-09-07 | Information processing device, information processing method and computer readable medium |
JP2018520631A JP6381863B2 (ja) | 2016-09-07 | 2016-09-07 | 情報処理装置、情報処理方法及び情報処理プログラム |
TW105135663A TWI636419B (zh) | 2016-09-07 | 2016-11-03 | Information processing device, information processing method and information processing program product |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2016/076317 WO2018047255A1 (ja) | 2016-09-07 | 2016-09-07 | 情報処理装置、情報処理方法及び情報処理プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2018047255A1 true WO2018047255A1 (ja) | 2018-03-15 |
Family
ID=61561776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2016/076317 WO2018047255A1 (ja) | 2016-09-07 | 2016-09-07 | 情報処理装置、情報処理方法及び情報処理プログラム |
Country Status (6)
Country | Link |
---|---|
US (1) | US20190205802A1 (ja) |
JP (1) | JP6381863B2 (ja) |
KR (1) | KR20190026950A (ja) |
CN (1) | CN109690584A (ja) |
TW (1) | TWI636419B (ja) |
WO (1) | WO2018047255A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021135537A (ja) * | 2020-02-21 | 2021-09-13 | 株式会社日立製作所 | データ補完装置及びデータ補完方法 |
JPWO2022097381A1 (ja) * | 2020-11-06 | 2022-05-12 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH086992A (ja) * | 1994-06-15 | 1996-01-12 | Sumitomo Wiring Syst Ltd | 生産調整装置 |
JPH10261122A (ja) * | 1997-03-18 | 1998-09-29 | Sumitomo Wiring Syst Ltd | 作業配分最適化方法 |
JP2003288388A (ja) * | 2002-03-28 | 2003-10-10 | Sharp Corp | 作業支援システム、作業支援方法、作業支援処理プログラム及び作業支援プログラムを記録した記録媒体 |
JP2005208804A (ja) * | 2004-01-21 | 2005-08-04 | Fujitsu Ltd | プロジェクト管理装置、プロジェクト管理方法、およびプログラム |
JP2005284415A (ja) * | 2004-03-26 | 2005-10-13 | Matsushita Electric Works Ltd | 組立製造ラインにおける作業工程別タクトタイム推定方法、全体工程編成方法、装置およびプログラム |
JP2010205027A (ja) * | 2009-03-04 | 2010-09-16 | Toshiba Corp | 製品の製造支援装置、製品の製造支援方法、および製品の製造支援プログラム |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4139042B2 (ja) * | 2000-04-26 | 2008-08-27 | 本田技研工業株式会社 | 工数管理システム |
JP4120188B2 (ja) * | 2001-07-30 | 2008-07-16 | 株式会社日立製作所 | 組立時間推定システム |
TWI370979B (en) * | 2004-05-14 | 2012-08-21 | Ibm | Grid computing system, information processing unit, job execution request generation unit, control method, program, and recording medium |
TW200847038A (en) * | 2007-05-16 | 2008-12-01 | Tai-Woei Shiah | One kind of an expert system for process time measurement and production line balancing |
TW200849113A (en) * | 2007-06-08 | 2008-12-16 | Hon Hai Prec Ind Co Ltd | System and method for arranging a production plan |
TW200903355A (en) * | 2007-07-06 | 2009-01-16 | Hon Hai Prec Ind Co Ltd | System and method for arranging a purchase order |
JP5430913B2 (ja) * | 2008-11-26 | 2014-03-05 | 株式会社日立製作所 | 標準作業時間計算装置、標準作業時間管理システム、標準作業時間計算方法、及び、そのプログラム |
JP5192476B2 (ja) * | 2009-10-22 | 2013-05-08 | 株式会社日立製作所 | 作業支援システム、作業支援方法、および作業支援プログラム |
JP6041307B2 (ja) * | 2013-03-05 | 2016-12-07 | 株式会社日立プラントコンストラクション | 作業管理システム |
JP6171436B2 (ja) * | 2013-03-19 | 2017-08-02 | 富士通株式会社 | 組立時間算出プログラム、組立時間算出方法及び組立時間算出装置 |
CN105243434A (zh) * | 2015-09-16 | 2016-01-13 | 西安工业大学 | 一种装配序列规划的方法 |
CN105741034A (zh) * | 2016-01-27 | 2016-07-06 | 浪潮电子信息产业股份有限公司 | 一种服务器产品的组装测试生产工时计算方法 |
-
2016
- 2016-09-07 KR KR1020197006080A patent/KR20190026950A/ko active IP Right Grant
- 2016-09-07 CN CN201680088947.XA patent/CN109690584A/zh active Pending
- 2016-09-07 US US16/325,336 patent/US20190205802A1/en not_active Abandoned
- 2016-09-07 WO PCT/JP2016/076317 patent/WO2018047255A1/ja active Application Filing
- 2016-09-07 JP JP2018520631A patent/JP6381863B2/ja active Active
- 2016-11-03 TW TW105135663A patent/TWI636419B/zh not_active IP Right Cessation
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH086992A (ja) * | 1994-06-15 | 1996-01-12 | Sumitomo Wiring Syst Ltd | 生産調整装置 |
JPH10261122A (ja) * | 1997-03-18 | 1998-09-29 | Sumitomo Wiring Syst Ltd | 作業配分最適化方法 |
JP2003288388A (ja) * | 2002-03-28 | 2003-10-10 | Sharp Corp | 作業支援システム、作業支援方法、作業支援処理プログラム及び作業支援プログラムを記録した記録媒体 |
JP2005208804A (ja) * | 2004-01-21 | 2005-08-04 | Fujitsu Ltd | プロジェクト管理装置、プロジェクト管理方法、およびプログラム |
JP2005284415A (ja) * | 2004-03-26 | 2005-10-13 | Matsushita Electric Works Ltd | 組立製造ラインにおける作業工程別タクトタイム推定方法、全体工程編成方法、装置およびプログラム |
JP2010205027A (ja) * | 2009-03-04 | 2010-09-16 | Toshiba Corp | 製品の製造支援装置、製品の製造支援方法、および製品の製造支援プログラム |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021135537A (ja) * | 2020-02-21 | 2021-09-13 | 株式会社日立製作所 | データ補完装置及びデータ補完方法 |
JPWO2022097381A1 (ja) * | 2020-11-06 | 2022-05-12 | ||
WO2022097381A1 (ja) * | 2020-11-06 | 2022-05-12 | 三菱電機株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP7412592B2 (ja) | 2020-11-06 | 2024-01-12 | 三菱電機株式会社 | 情報処理装置、情報処理方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6381863B2 (ja) | 2018-08-29 |
TWI636419B (zh) | 2018-09-21 |
KR20190026950A (ko) | 2019-03-13 |
US20190205802A1 (en) | 2019-07-04 |
CN109690584A (zh) | 2019-04-26 |
JPWO2018047255A1 (ja) | 2018-09-06 |
TW201812679A (zh) | 2018-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5962190B2 (ja) | 短期電力負荷を予測する方法及び装置 | |
JP5100675B2 (ja) | 計測器ドリフト検知装置および計測器ドリフト検知方法 | |
US8607153B2 (en) | Graphic for displaying multiple assessments of critical care performance | |
WO2018168193A1 (ja) | 業務改善支援装置および業務改善支援方法 | |
JP2018156346A5 (ja) | ||
US20110238606A1 (en) | Kernel regression system, method, and program | |
JP6381863B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP5771317B1 (ja) | 異常診断装置及び異常診断方法 | |
JP6415786B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2019125206A (ja) | 情報処理装置、情報処理方法及びプログラム | |
WO2014188524A1 (ja) | 作業時間推定装置 | |
WO2019073512A1 (ja) | システム分析方法、システム分析装置、および、プログラム | |
JP6625183B1 (ja) | リモデル支援装置、および、リモデル支援方法 | |
TW202013104A (zh) | 資料處理、資料處理裝置以及電腦可讀取記錄媒體 | |
JP6627258B2 (ja) | システムモデル生成支援装置、システムモデル生成支援方法、及び、プログラム | |
WO2016163008A1 (ja) | 異常診断装置および異常診断方法 | |
JP2021185469A (ja) | 性能分析装置および性能分析方法 | |
JP7427746B1 (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
US10515330B2 (en) | Real time visibility of process lifecycle | |
JP2019145160A (ja) | 表示方法、表示装置、および、プログラム | |
JP6021648B2 (ja) | 試験結果判定支援装置 | |
JP2017157109A (ja) | 推定装置、推定方法および推定プログラム | |
WO2023223448A1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2019204290A (ja) | 異常原因推定装置、異常原因推定方法、および異常原因推定プログラム | |
JP2019159406A (ja) | データ解析システム、データ解析方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
WWE | Wipo information: entry into national phase |
Ref document number: 2018520631 Country of ref document: JP |
|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 16915674 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 20197006080 Country of ref document: KR Kind code of ref document: A |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 16915674 Country of ref document: EP Kind code of ref document: A1 |