WO2018047256A1 - 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
- WO2018047256A1 WO2018047256A1 PCT/JP2016/076318 JP2016076318W WO2018047256A1 WO 2018047256 A1 WO2018047256 A1 WO 2018047256A1 JP 2016076318 W JP2016076318 W JP 2016076318W WO 2018047256 A1 WO2018047256 A1 WO 2018047256A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- work
- worker
- information processing
- work process
- unit
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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. In other words, when the factory line includes work processes that are difficult to learn and the work time is difficult to decrease, it is desirable to divide the work processes that are difficult to reduce the work time to decrease the work time.
- the technique of Patent Document 1 calculates a predicted work time for each work process, but does not determine whether the work process should be divided. Therefore, there is a problem that the work manager who manages the work process cannot formulate an optimal work plan including the division 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 should be divided.
- An information processing apparatus includes: An operator selection unit for selecting an operator that meets the selection condition from a plurality of workers; A division determination for determining whether or not the work process should be divided by analyzing a gradual decrease in work time accompanying an increase in the number of work steps in the work process for a selected worker that is a worker selected by the worker selection unit Part.
- 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.
- 5 is a flowchart illustrating an operation example 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.
- FIG. 4 is a diagram illustrating a functional configuration example of an information processing apparatus according to a second embodiment. The figure which shows the example of the learning curve which concerns on Embodiment 2.
- FIG. 10 is a flowchart illustrating an operation example of the information processing apparatus according to the second embodiment.
- 10 is a flowchart illustrating an operation example of the information processing apparatus according to the second embodiment.
- 10 is a flowchart illustrating an operation example of the information processing apparatus according to the second embodiment.
- 10 is
- 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 determines whether the work process should be divided using the work time data collected by the collected data server apparatus 200. Further, the information processing apparatus 100 optimizes the work plan.
- 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.
- the storage 13 stores programs for realizing the functions of the communication processing unit 101, the learning ability determination unit 106, the process division unit 108, the display processing unit 109, and the work plan optimization unit 110 shown in FIG. These programs are loaded into the memory 12, and the processor 11 executes these programs. Further, the storage 13 implements a work time collection database 102, a work plan database 103, and a learning ability database 107 shown in FIG. In FIG.
- FIG. 3 schematically shows a state in which the storage 13 is used as the work time collection database 102, the work plan database 103, and the learning ability database 107. Note that at least a part of the work time collection database 102, the work plan database 103, and the learning ability database 107 may be realized by the memory 12.
- the communication processing unit 101 receives work time data from the collected data server device 200 using the communication device 14. Then, the communication processing unit 101 stores the received work time data in the work time collection database 102. Further, the communication processing unit 101 receives work plan data from the collected data server device 200. Then, the communication processing unit 101 stores the received work plan data in the work plan database 103.
- the learning ability determination unit 106 determines the learning ability of each of a plurality of workers using the work time data. Further, the learning ability determination unit 106 stores worker learning ability data in which a determination result for each worker is described in the learning ability database 107.
- the process dividing unit 108 selects a worker that meets the selection condition from a plurality of workers. More specifically, the process division unit 108 selects an operator whose learning ability determined by the learning ability determination unit 106 matches the selection condition. Then, the process dividing unit 108 analyzes the decreasing state of the work time accompanying the increase in the number of operations in the work process for the selected worker that is the selected worker, and determines whether or not the work process should be divided. More specifically, the process dividing unit 108 determines that the work process should be divided when the work time has not decreased gradually even if the number of work increases in the work process.
- the process division unit 108 corresponds to an operator selection unit and a division determination unit. The operation of the process dividing unit 108 corresponds to worker selection processing and division determination processing.
- the work plan optimization unit 110 optimizes the work plan using the work plan data stored in the work plan database 103 and the learning ability data stored in the worker learning ability database 107.
- the display processing unit 109 displays the determination result of the learning ability determination unit 106, the determination result of the process dividing unit 108, and the work plan optimized by the work plan optimization unit 110 on the display device 16.
- step S ⁇ b> 1081 the process dividing unit 108 extracts workers with high learning ability through all work processes. That is, the process dividing unit 108 selects an operator who meets the selection condition that the learning ability is a certain level or more. The worker extracted by the process dividing unit 108 corresponds to the selected worker. It is assumed that the learning ability of each worker for each work process is determined by the learning ability determination unit 106. Note that the learning ability determination unit 106 can determine the learning ability of each worker by an arbitrary method.
- step S1082 the process dividing unit 108 analyzes the transition of the work time for each work process. More specifically, the process dividing unit 108 acquires the work time data of the worker (selected worker) extracted in step S1081 from the work time collection database 102. Then, the transition of the worker's work time extracted in step S1081 is analyzed for each work process. For example, assume that worker A and worker B are extracted in step S1081, 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. To do.
- the process division unit 108 analyzes the decreasing state of the work time accompanying the increase in the number of operations in the work process 1 of the worker A, and analyzes the decreasing state of the work time accompanying the increase of the number of operations in the work process 2 of the worker A. To do. Similarly, the process division unit 108 analyzes the decreasing state of the work time associated with the increase in the number of operations in the work process 2 of the worker B, and decreases the work time associated with the increase in the number of operations in the work process 3 of the worker B. Analyze the situation. In this way, the process dividing unit 108 analyzes the diminishing state of the work time of the worker extracted in step S1081 for each work process.
- step S1083 the process dividing unit 108 determines whether or not the work time is gradually reduced for each work process. Specifically, the process dividing unit 108 targets the same work process, the average value of the work time of each worker when the work process is performed for the first time, and the work time of each worker of the 20th work number. Compare the mean values. If the average value of the 20th work time is 80% or less of the average value when the work is performed for the first time or less than the standard time, the process dividing unit 108 decreases the work time of the target process. Otherwise, it is determined that the work time has not been gradually reduced.
- step S1083 determines that the work process does not need to be divided.
- step S1085 determines that the work process is to be divided. For example, when the work time of the work process 1 is not gradually reduced, the process dividing unit 108 determines that the work process 1 should be divided.
- the display processing unit 109 displays the target work process on the display device 16 and asks the work manager whether or not to divide the work process. May be.
- step S ⁇ b> 1101 the work plan optimization unit 110 acquires work plan data for the day from the work plan database 103.
- the work plan data describes the type and quantity of products manufactured on the day, and the working hours of the workers who work on the day.
- the work plan optimization unit 110 calculates a predicted work time for each work process of each worker from the work process and the learning ability of the worker.
- the work plan optimization unit 110 calculates, for example, a predicted work time for each work process of each worker using the total average C of the decrease rate A for each worker and the decrease ratio B for each work process.
- the gradual reduction rate A for each worker is an average value of the ratios of the working time for every work number of all the work processes worked by the target worker and the first working time. That is, the decreasing rate A for each worker indicates the decreasing degree of the work time of the target worker for all work processes.
- the gradual reduction rate B for each work process is an average value of the ratio of the work time for each work number and the first work time for all workers who have worked the target work process. That is, the decreasing rate B for each work process indicates the decreasing degree of the work time of the target work process for all workers.
- the work plan optimizing unit 110 uses the total average C of the diminishing rate A for each worker and the diminishing rate B for each work process, when each worker works on each work process. A decreasing rate D between the time and the work time for each work number is obtained. Then, the work plan optimization unit 110 calculates the predicted work time for each work process of each worker by the product of the work time when the target work process is worked for the first time and the decreasing rate D. .
- the work plan optimization unit 110 optimizes worker allocation to each work process. Specifically, the work plan optimization unit 110 optimizes the worker allocation so that the total predicted work time of all work processes is minimized.
- the work plan optimizing unit 110 uses, for example, a linear programming method as a technique for optimizing worker allocation. That is, the work plan optimizing unit 110 sets the types and number of work processes to be processed on the day, the working hours of each worker working on the day, and the predicted work hours of each work process as constraints, and predicts all work processes. Determine the workers in each work process to minimize the sum of work time. Linear programming optimizes worker allocation for each work process on the day.
- step S1104 the display processing unit 109 displays the allocation by the optimized worker obtained in step S1103 on the display device 16 as an optimized work plan.
- Embodiment 2 the learning ability of each worker is more accurately determined using the learning curve and the determination coefficient of each worker for each work process, and the work process is more accurately determined using the determination coefficient. An example of determining whether to divide will be described.
- FIG. 6 shows a functional configuration example of the information processing apparatus 100 according to the present embodiment.
- a proficiency determination unit 104 compared to FIG. 3, a proficiency determination unit 104, a proficiency database 105, a learning curve generation unit 111, a learning curve database 112, a determination coefficient calculation unit 113, and a determination coefficient database 114 are added.
- Other elements are the same as those shown in FIG.
- the function of the coefficient calculation unit 113 is realized by the processor 11 executing a program.
- achieves the function of is shown typically.
- the work time collection database 102, the work plan database 103, the learning ability database 105, the learning ability database 107, the learning curve database 112, and the determination coefficient database 114 are realized by the storage 13.
- FIG. 6 schematically shows that the work time collection database 102, the work plan database 103, the learning ability database 105, the learning ability database 107, the learning curve database 112, and the determination coefficient database 114 are realized by the storage 13. .
- at least a part of the work time collection database 102, the work plan database 103, the learning ability database 105, the learning ability database 107, the learning curve database 112, and the determination coefficient database 114 may be realized by the memory 12.
- the learning curve generation unit 111 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 111 stores learning curve data in which the generated learning curve is described in the learning curve database 112.
- the determination coefficient calculation unit 113 calculates a determination coefficient between the learning curve generated by the learning curve generation unit 111 and the work time history indicated in the work time data. Further, the determination coefficient calculation unit 113 stores determination coefficient data in which the calculated determination coefficient is described in the determination coefficient database 114.
- 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. Note that the learning curve generation unit 111 and the determination coefficient calculation unit 113 are also referred to as a decreasing index value calculation unit 115.
- the proficiency determination unit 104 determines whether or not each work process is an easy-to-learn work process based on a determination coefficient (a decreasing index value) of a plurality of workers.
- the proficiency determination unit 104 also stores proficiency data in which determination results for each work process are described in the proficiency database 105.
- the learning ability determination unit 106 determines the learning ability of each worker using the determination coefficient of the work process that is determined to be a work process that is easy to learn by the proficiency determination unit 104.
- the process dividing unit 108 analyzes the determination coefficient (decreasing index value) of the selected worker and determines whether or not the work process should be divided. More specifically, the average value of the determination coefficient of the selected worker is calculated, and when the calculated average value is less than the threshold value, it is determined that the work process should be divided.
- the learning curve generation unit 111 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. For example, when the worker A is in charge of the work process 1 and the work process 2, the learning curve generation unit 111 sets the learning curve for the work process 1 of the worker A and the work process 2 of the worker A. Generate a learning curve.
- the learning curve generation unit 111 stores learning curve data in which the generated learning curve is described in the learning curve database 112. An example of the learning curve is shown in FIG.
- the operator gets used to the work by repeating the same work process, so the work time tends to gradually decrease as the number of work increases.
- the work time RT decreases gradually as the number of operations n increases.
- the decreasing tendency of the working time is approximated by Expression (1).
- RT is the work time required to complete the work
- n is the number of work operations.
- 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.
- Determining the coefficient calculation unit 113 calculates a learning curve generated by the learning curve generating unit 111, and collated with the history of the working time shown in working time data for the corresponding working process and worker coefficient of determination R 2 To do. Further, determination coefficient calculation unit 113 stores the determined coefficient data calculated coefficient of determination R 2 is written in the coefficient of determination database 114. For example, the determination coefficient calculation unit 113 collates the learning curve for the work process 1 of the worker A with the history of work time indicated in the work time data for the work process 1 of the worker A, thereby determining the determination coefficient R 2 is calculated.
- the coefficient of determination R 2 is a learning curve is an index indicating the true degree of the actual working time and takes a value of [0,1]. The closer the determination coefficient is to 1, the stronger the fit of the learning curve to the actual work time, and the closer to 0, the weaker the fit.
- the coefficient of determination R 2 is given by equation (4).
- Familiarization easily determining unit 104 uses the coefficient of determination R 2, determines skilled easiness of each work step. Specifically, the proficiency determination unit 104 determines the ease of mastering each work process according to the procedure shown in FIG. The proficiency determination unit 104 repeats the procedure shown in FIG. 8 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. 8 are set by the work manager. Hereinafter, each step of FIG. 8 will be described.
- the proficiency determination unit 104 extracts work time data of an operator whose cumulative number of operations in the work process to be determined for proficiency is ⁇ or more (step S1091). 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. Therefore, the proficiency determination unit 104 uses only the work time data of the worker whose cumulative work number is equal to or greater than a certain number ( ⁇ times) to determine the ease of mastering the work process.
- the proficiency determination unit 104 arranges the determination coefficients of the workers who extracted the work time data in step S1091 in descending order of numerical values (step S1092).
- the proficiency determination unit 104 calculates an average value of the determination coefficients of the upper ⁇ % among the determination coefficients arranged in step S1092 (step S1093). Moreover, the proficiency determination unit 104 treats the average value of the determination coefficients of the upper ⁇ % as ease of learning of each work process. An operator with a low coefficient of determination for a certain work process often has a low learning ability for all work processes. For this reason, if a determination coefficient with a low value is used, there is a possibility that it is difficult to accurately determine the ease of mastering the work process. Therefore, the proficiency determination unit 104 uses the higher ⁇ % of the coefficient of determination as an index of ease of learning.
- the proficiency determination unit 104 determines whether or not the average value calculated in step S1093 is greater than or equal to the threshold ⁇ (step S1094).
- the proficiency determination unit 104 determines that the work process whose average value is equal to or greater than the threshold value ⁇ is an easy work process (step S1095).
- the proficiency determination unit 104 determines that a work process having an average value less than the threshold value ⁇ is a work process that is difficult to master (step S1096).
- the learning ability determination unit 106 determines the learning ability of each worker according to the procedure shown in FIG. Note that the specific value of ⁇ shown in FIG. 9 is set by the work manager. Hereinafter, each step of FIG. 9 will be described.
- the learning ability determination unit 106 extracts a work process determined to be easy to master in step S1095 in FIG. 8 (hereinafter referred to as a work process easy to master) (step S1201).
- the work process determined to be difficult to master has a low coefficient of determination that is difficult to master even if an operator with high learning ability works. There is a possibility that the worker's learning ability cannot be accurately determined even if the determination coefficient of the work process determined to be difficult to master is used. For this reason, the learning ability determination unit 106 extracts work processes that are easy to learn.
- the learning ability determination unit 106 calculates, for each worker, an average value of determination coefficients of the work processes that are easy to master, extracted in step S1201 (step S1202).
- the learning ability determination unit 106 treats 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 master, the learning ability determination unit 106 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. Further, the learning ability determination unit 106 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.
- the learning ability determination unit 106 determines, for each worker, whether or not the average value calculated in step S1202 is greater than or equal to the threshold ⁇ (step S1203).
- the learning ability determination unit 106 determines a worker whose average value is equal to or greater than the threshold value ⁇ as a worker having learning ability (step S1204).
- the learning ability determination unit 106 determines that a worker whose average value is less than the threshold ⁇ is a worker having insufficient learning ability (step S1205).
- the process dividing unit 108 determines whether or not the work process should be divided according to the procedure shown in FIG.
- the specific value of ⁇ shown in FIG. 10 is set by the work manager.
- each step of FIG. 10 will be described.
- step S1121 the process dividing unit 108 extracts workers with high learning ability through all work processes. That is, the process dividing unit 108 extracts workers having high learning ability in the learning ability of each worker determined by the learning ability determining unit 106 in the procedure of FIG.
- the process dividing unit 108 acquires a determination coefficient for each work process. More specifically, the process dividing unit 108 acquires the determination coefficient for each work process of the worker (selected worker) extracted in step S1121 from the determination coefficient database 114. For example, assume that worker A and worker B are extracted in step S1121, 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. To do. The process dividing unit 108 acquires the determination coefficient in the work process 1 of the worker A and the determination coefficient in the work process 2 of the worker A. Similarly, the process dividing unit 108 acquires the determination coefficient in the work process 2 of the worker B and the determination coefficient in the work process 3 of the worker B. In this manner, the process dividing unit 108 acquires the worker determination coefficient extracted in S1121 for each work process.
- step S1123 the process dividing unit 108 calculates the average value of the determination coefficients for each action process. That is, the process dividing unit 108 calculates an average value for each work process of the determination coefficient acquired in step S1122.
- step S1124 the process dividing unit 108 determines whether the average value of the determination coefficient is equal to or greater than the threshold value ⁇ for each work process.
- step S1124 If the average value of the determination coefficients is equal to or greater than the threshold ⁇ (YES in step S1124), the process dividing unit 108 determines that the work process does not need to be divided (step S1125). On the other hand, when the average value of the determination coefficients is less than the threshold ⁇ (NO in step S1124), the process dividing unit 108 determines that the work process is to be divided (step S1126). For example, when the average value of the determination coefficients of the work process 1 is less than the threshold value ⁇ , the process dividing unit 108 determines that the work process 1 should be divided.
- 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. While executing at least a part of the OS, the processor 11 performs a communication processing unit 101, an easy learning determination unit 104, a learning ability determination unit 106, a process division unit 108, a display processing unit 109, a work plan optimization unit 110, a learning curve. A program for realizing the functions of the generation unit 111 and the determination coefficient calculation unit 113 is executed. When the processor 11 executes the OS, task management, memory management, file management, communication control, and the like are performed.
- OS Operating System
- the processing of the communication processing unit 101, the proficiency determination unit 104, the learning ability determination unit 106, the process division unit 108, the display processing unit 109, the work plan optimization unit 110, the learning curve generation unit 111, and the determination coefficient calculation unit 113 Information, data, signal values, and variable values indicating the results of the above are stored in at least one of the memory 12, the storage 13, the registers in the processor 11, and the cache memory.
- functions of the communication processing unit 101, the proficiency determination unit 104, the learning ability determination unit 106, the process division unit 108, the display processing unit 109, the work plan optimization unit 110, the learning curve generation unit 111, and the determination coefficient calculation unit 113 May be stored in a portable storage medium such as a magnetic disk, flexible disk, optical disk, compact disk, Blu-ray (registered trademark) disk, or DVD.
- a portable storage medium such as a magnetic disk, flexible disk, optical disk, compact disk, Blu-ray (registered trademark) disk, or DVD.
- the “part” may be read as “circuit” or “process” or “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 Work plan database, 104 Learning proficiency judgment part, 105 Learning proficiency database, 106 Learning ability judgment part, 107 Learning ability database, 108 Process division part, 109 display processing unit, 110 work plan optimization unit, 111 learning curve generation unit, 112 learning curve database, 113 determination coefficient calculation unit, 114 determination coefficient database, 115 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)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- General Factory Administration (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (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、作業工程を分割すべき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、作業工程の分割を含め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。
複数の作業者の中から選択条件に合致する作業者を選択する作業者選択部と、
前記作業者選択部により選択された作業者である選択作業者について、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解析し、前記作業工程を分割すべきか否かを判定する分割判定部とを有する。
***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、学習能力判定部106、工程分割部108、表示処理部109、作業計画最適化部110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、作業計画データベース103、学習能力データベース107を実現する。
図3では、プロセッサ11が通信処理部101、学習能力判定部106、工程分割部108、表示処理部109、作業計画最適化部110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3では、ストレージ13が作業時間収集データベース102、作業計画データベース103、学習能力データベース107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、作業計画データベース103、学習能力データベース107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、収集データサーバ装置200から作業計画データを受信する。そして、通信処理部101は、受信した作業計画データを作業計画データベース103に格納する。
また、学習能力判定部106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学習能力データベース107に格納する。
そして、工程分割部108は、選択した作業者である選択作業者について、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解析し、当該作業工程を分割すべきか否かを判定する。より具体的には、工程分割部108は、作業工程において作業回数が増加しても作業時間が逓減していない場合に、当該作業工程を分割すべきであると判定する。
工程分割部108は、作業者選択部及び分割判定部に相当する。また、工程分割部108の動作は、作業者選択処理及び分割判定処理に相当する。
次に、図4のフローチャートを参照して、作業工程の分割を判定する動作を説明する。
各作業者の作業工程ごとの学習能力は、学習能力判定部106により判定されているものとする。なお、学習能力判定部106は、任意の方法で、各作業者の学習能力を判定することができる。
より具体的には、工程分割部108は、ステップS1081で抽出された作業者(選択作業者)の作業時間データを作業時間収集データベース102から取得する。そして、ステップS1081で抽出された作業者の作業時間の推移を作業工程ごとに解析する。
例えば、作業者Aと作業者BがステップS1081で抽出され、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。工程分割部108は、作業者Aの作業工程1における作業回数の増加に伴う作業時間の逓減状況を解析し、作業者Aの作業工程2における作業回数の増加に伴う作業時間の逓減状況を解析する。同様に、工程分割部108は、作業者Bの作業工程2における作業回数の増加に伴う作業時間の逓減状況を解析し、作業者Bの作業工程3における作業回数の増加に伴う作業時間の逓減状況を解析する。
このようにして、工程分割部108は、作業工程ごとに、ステップS1081で抽出された作業者の作業時間の逓減状況を解析する。
工程分割部108は、具体的には、同一作業工程を対象として、作業工程を初めて作業した際の各作業者の作業時間の平均値と、20回目の作業回数の各作業者の作業時間の平均値を比較する。20回目の作業時間の平均値が、初めて作業した際の平均値の80%以下の値であるか、標準時間を下回っている場合は、工程分割部108は、対象工程の作業時間が逓減していると判定し、それ以外の場合は作業時間が逓減していないと判定する。
一方、作業時間が逓減していない場合(ステップS1083でNO)は、工程分割部108は、当該作業工程を分割すべき作業工程と判定する(ステップS1085)。
例えば、作業工程1の作業時間が逓減していない場合は、工程分割部108は、作業工程1を分割すべきとの判定を行う。
作業計画最適化部110は、例えば、作業者ごとの逓減率Aと作業工程ごとの逓減率Bの総和平均Cを用いて各作業者の作業工程ごとの予測作業時間を算出する。作業者ごとの逓減率Aとは、対象作業者が作業した全ての作業工程の作業回数ごとの作業時間と1回目の作業時間の比率の平均値である。つまり、作業者ごとの逓減率Aは、全作業工程についての対象作業者の作業時間の逓減度合いを示す。作業工程ごとの逓減率Bとは、対象作業工程を作業した全ての作業者の作業回数ごとの作業時間と1回目の作業時間の比率の平均値である。つまり、作業工程ごとの逓減率Bは、全作業者についての対象作業工程の作業時間の逓減度合いを示す。作業計画最適化部110は、作業者ごとの逓減率Aと作業工程ごとの逓減率Bの総和平均Cを用いて、各作業者が各作業工程を作業する際に1回目の作業時の作業時間と作業回数ごとの作業時間との逓減率Dを求める。そして、作業計画最適化部110は、各作業者の各作業工程の作業回数ごとの予測作業時間を、対象作業工程を1回目に作業した際の作業時間と逓減率Dとの積により算出する。
作業計画最適化部110は、作業者の割り振りの最適化手法として、例えば、線形計画法を用いる。つまり、作業計画最適化部110は、当日に処理する作業工程の種類、数および当日勤務する各作業者の勤務時間および各作業工程の予測作業時間を制約条件と設定し、全作業工程の予測作業時間の和を最小化するように各作業工程の作業者を決める。線形計画法により、当日の各作業工程の作業者の割り振りが最適化される。
本実施の形態では、作業時間の逓減状況を解析し、作業工程を分割すべきか否かを判定する。このため、本実施の形態によれば、作業管理者は、作業工程の分割を含めた最適な作業計画を策定することができる。
本実施の形態では、作業工程ごとの各作業者の習熟曲線と決定係数を用いて、より正確に各作業者の学習能力を判定し、また、決定係数を用いて、より正確に作業工程を分割すべきかどうかを判定する例を説明する。
図6は、本実施の形態に係る情報処理装置100の機能構成例を示す。
図6では、図3と比較して、習熟容易性判定部104、習熟容易性データベース105、習熟曲線生成部111、習熟曲線データベース112、決定係数算出部113、決定係数データベース114が追加されている。
他の要素は、図3に示すものと同様である。
なお、本実施の形態でも、通信処理部101、習熟容易性判定部104、学習能力判定部106、工程分割部108、表示処理部109、作業計画最適化部110、習熟曲線生成部111、決定係数算出部113の機能はプロセッサ11がプログラムを実行することで実現される。図6では、通信処理部101、習熟容易性判定部104、学習能力判定部106、工程分割部108、表示処理部109、作業計画最適化部110、習熟曲線生成部111、決定係数算出部113の機能を実現するプログラムをプロセッサ11が実行している状態を模式的に示している。
また、作業時間収集データベース102、作業計画データベース103、習熟容易性データベース105、学習能力データベース107、習熟曲線データベース112、決定係数データベース114はストレージ13により実現される。図6では、作業時間収集データベース102、作業計画データベース103、習熟容易性データベース105、学習能力データベース107、習熟曲線データベース112、決定係数データベース114がストレージ13により実現されることを模式的に示している。なお、作業時間収集データベース102、作業計画データベース103、習熟容易性データベース105、学習能力データベース107、習熟曲線データベース112、決定係数データベース114の少なくとも一部がメモリ12により実現されてもよい。
決定係数算出部113は、習熟曲線生成部111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113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114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111及び決定係数算出部113を、逓減指標値算出部115ともいう。
また、習熟容易性判定部104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105に格納する。
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。
先ず、習熟曲線生成部111による習熟曲線の生成手順を説明する。
習熟曲線の例を図7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7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113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104は、具体的には、図8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104は、作業工程ごとに、図8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8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8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104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104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104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S1095)。一方、習熟容易性判定部104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S1096)。
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106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106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106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106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S1204)。
一方、学習能力判定部106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S1205)。
より具体的には、工程分割部108は、ステップS1121で抽出された作業者(選択作業者)の作業工程ごとの決定係数を決定係数データベース114から取得する。
例えば、作業者Aと作業者BがステップS1121で抽出され、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。工程分割部108は、作業者Aの作業工程1における決定係数と作業者Aの作業工程2における決定係数を取得する。同様に、工程分割部108は、作業者Bの作業工程2における決定係数と作業者Bの作業工程3における決定係数を取得する。
このようにして、工程分割部108は、作業工程ごとに、S1121で抽出された作業者の決定係数を取得する。
つまり、工程分割部108は、ステップS1122で取得した決定係数の作業工程ごとの平均値を算出する。
一方、決定係数の平均値が閾値η未満である場合(ステップS1124でNO)は、工程分割部108は、当該作業工程を分割すべき作業工程と判定する(ステップS1126)。
例えば、作業工程1の決定係数の平均値が閾値η未満である場合は、工程分割部108は、作業工程1を分割すべきとの判定を行う。
以上のように、作業工程の分割判定において、作業工程ごとの決定係数を考慮することにより、精度の高い判定が可能となる。
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、習熟容易性判定部104、学習能力判定部106、工程分割部108、表示処理部109、作業計画最適化部110、習熟曲線生成部111、決定係数算出部113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、習熟容易性判定部104、学習能力判定部106、工程分割部108、表示処理部109、作業計画最適化部110、習熟曲線生成部111、決定係数算出部113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、習熟容易性判定部104、学習能力判定部106、工程分割部108、表示処理部109、作業計画最適化部110、習熟曲線生成部111、決定係数算出部113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)
- 複数の作業者の中から選択条件に合致する作業者を選択する作業者選択部と、
前記作業者選択部により選択された作業者である選択作業者について、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解析し、前記作業工程を分割すべきか否かを判定する分割判定部とを有する情報処理装置。 - 前記分割判定部は、
前記作業工程において作業回数が増加しても作業時間が逓減していない場合に、前記作業工程を分割すべきであると判定する請求項1に記載の情報処理装置。 - 前記情報処理装置は、更に、
前記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、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を有し、
前記分割判定部は、
前記選択作業者の逓減指標値を解析して、前記作業工程を分割すべきか否かを判定する請求項1に記載の情報処理装置。 - 前記分割判定部は、
前記選択作業者の逓減指標値の平均値を算出し、算出した平均値が閾値未満である場合に、前記作業工程を分割すべきであると判定する請求項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し、
前記分割判定部は、
前記選択作業者の決定係数を解析して、前記作業工程を分割すべきか否かを判定する請求項3に記載の情報処理装置。 - 前記情報処理装置は、更に、
前記複数の作業者の各々の学習能力を判定する学習能力判定部を有し、
前記作業者選択部は、
前記学習能力判定部により判定された学習能力が前記選択条件に合致する作業者を選択する請求項1に記載の情報処理装置。 - 前記情報処理装置は、更に、
いずれかの作業工程が分割された場合に、分割後の作業工程に基づき、作業計画を最適化する作業計画最適化部を有する請求項1に記載の情報処理装置。 - コンピュータが、複数の作業者の中から選択条件に合致する作業者を選択し、
前記コンピュータが、選択された作業者である選択作業者について、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解析し、前記作業工程を分割すべきか否かを判定する情報処理方法。 - 複数の作業者の中から選択条件に合致する作業者を選択する作業者選択処理と、
前記作業者選択処理により選択された作業者である選択作業者について、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解析し、前記作業工程を分割すべきか否かを判定する分割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 |
---|---|---|---|
JP2018520632A JP6415786B2 (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 |
US16/325,353 US20190205804A1 (en) | 2016-09-07 | 2016-09-07 | Information processing device, information processing method and computer readable medium |
KR1020197006178A KR20190029751A (ko) | 2016-09-07 | 2016-09-07 | 정보 처리 장치, 정보 처리 방법 및 기억 매체에 저장된 정보 처리 프로그램 |
CN201680088953.5A CN109690585A (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 |
PCT/JP2016/076318 WO2018047256A1 (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 |
TW105135664A TW201812653A (zh) | 2016-09-07 | 2016-11-03 | 資訊處理裝置、資訊處理方法以及資訊處理程式產品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2016/076318 WO2018047256A1 (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 |
---|---|
WO2018047256A1 true WO2018047256A1 (ja) | 2018-03-15 |
Family
ID=61562027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2016/076318 WO2018047256A1 (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) | US20190205804A1 (ja) |
JP (1) | JP6415786B2 (ja) |
KR (1) | KR20190029751A (ja) |
CN (1) | CN109690585A (ja) |
TW (1) | TW201812653A (ja) |
WO (1) | WO2018047256A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020102042A (ja) * | 2018-12-21 | 2020-07-02 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 管理装置、管理方法及び管理プログラム |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6736733B1 (ja) * | 2019-07-22 | 2020-08-05 | 日東電工株式会社 | 設備異常処置タイミング決定システム、設備異常処置タイミング決定方法及びコンピュータ・プログラム |
US20210049440A1 (en) * | 2019-08-16 | 2021-02-18 | Microsoft Technology Licensing, Llc | Smart coach for enhancing personal productivity |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09138823A (ja) * | 1995-09-11 | 1997-05-27 | Hitachi Ltd | 設計・開発の進捗管理方法及びそのシステム並びに設計・開発プロジェクトの管理方法及びそのシステム |
JPH09256635A (ja) * | 1996-03-21 | 1997-09-30 | Takenaka Komuten Co Ltd | 建設工事管理支援装置及びシステム |
JP2000170379A (ja) * | 1998-12-08 | 2000-06-20 | Takenaka Komuten Co Ltd | 工程計画管理装置及び記録媒体 |
JP2002324157A (ja) * | 2001-04-25 | 2002-11-08 | Toshiba Corp | 作業計画立案装置および作業計画立案方法 |
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 |
JP2014115707A (ja) * | 2012-12-06 | 2014-06-26 | Danway Co Ltd | スケジュール管理装置及びスケジュール管理装置を備えたコンピュータ処理システム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002287987A (ja) * | 2001-03-28 | 2002-10-04 | Namiki Precision Jewel Co Ltd | タスクの並行処理を実行させるためのプログラム及び並行処理する組込み制御装置及び並行処理方法並びにプログラムが記録されている記録媒体 |
JP2003263214A (ja) * | 2002-03-08 | 2003-09-19 | Seiko Epson Corp | 工程分割支援システムおよび工程分割支援方法、並びに工程分割支援プログラム |
JP5248756B2 (ja) * | 2006-07-31 | 2013-07-31 | ピーアンドダブリューソリューションズ株式会社 | 更新されたスキル評価データに基づいて人員の配置計画を行う方法 |
CN104463424A (zh) * | 2014-11-11 | 2015-03-25 | 上海交通大学 | 众包中任务最优分配方法及其*** |
CN104573995A (zh) * | 2015-01-28 | 2015-04-29 | 重庆软文科技有限责任公司 | 众包任务发布、执行方法及发布、执行装置 |
-
2016
- 2016-09-07 JP JP2018520632A patent/JP6415786B2/ja active Active
- 2016-09-07 WO PCT/JP2016/076318 patent/WO2018047256A1/ja active Application Filing
- 2016-09-07 US US16/325,353 patent/US20190205804A1/en not_active Abandoned
- 2016-09-07 CN CN201680088953.5A patent/CN109690585A/zh active Pending
- 2016-09-07 KR KR1020197006178A patent/KR20190029751A/ko active IP Right Grant
- 2016-11-03 TW TW105135664A patent/TW201812653A/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09138823A (ja) * | 1995-09-11 | 1997-05-27 | Hitachi Ltd | 設計・開発の進捗管理方法及びそのシステム並びに設計・開発プロジェクトの管理方法及びそのシステム |
JPH09256635A (ja) * | 1996-03-21 | 1997-09-30 | Takenaka Komuten Co Ltd | 建設工事管理支援装置及びシステム |
JP2000170379A (ja) * | 1998-12-08 | 2000-06-20 | Takenaka Komuten Co Ltd | 工程計画管理装置及び記録媒体 |
JP2002324157A (ja) * | 2001-04-25 | 2002-11-08 | Toshiba Corp | 作業計画立案装置および作業計画立案方法 |
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 |
JP2014115707A (ja) * | 2012-12-06 | 2014-06-26 | Danway Co Ltd | スケジュール管理装置及びスケジュール管理装置を備えたコンピュータ処理システム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020102042A (ja) * | 2018-12-21 | 2020-07-02 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 管理装置、管理方法及び管理プログラム |
JP7199218B2 (ja) | 2018-12-21 | 2023-01-05 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 管理装置、管理方法及び管理プログラム |
Also Published As
Publication number | Publication date |
---|---|
TW201812653A (zh) | 2018-04-01 |
JP6415786B2 (ja) | 2018-10-31 |
CN109690585A (zh) | 2019-04-26 |
KR20190029751A (ko) | 2019-03-20 |
JPWO2018047256A1 (ja) | 2018-09-06 |
US20190205804A1 (en) | 2019-07-04 |
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 | |
US9996444B2 (en) | Automated methods and systems for calculating hard thresholds | |
JP6327234B2 (ja) | イベント解析装置、イベント解析システム、イベント解析方法、およびイベント解析プログラム | |
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 | |
RU2008147223A (ru) | Способ и устройство для определения болезненного состояния с помощью биомаркеров | |
KR101505546B1 (ko) | 텍스트 마이닝을 이용한 키워드 도출 방법 | |
US10642818B2 (en) | Causal analysis device, causal analysis method, and non-transitory computer readable storage medium | |
Apley | Posterior distribution charts: A Bayesian approach for graphically exploring a process mean | |
JP6353975B2 (ja) | データ自動加工システム、データ自動加工方法、およびデータ自動解析システム | |
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 | |
JP2019219848A (ja) | ソースコード解析方法およびソースコード解析装置 | |
US20150024358A1 (en) | Stress assessment device, stress assessment method and recording medium | |
JP5793228B1 (ja) | 欠陥数予測装置及び欠陥数予測プログラム | |
JP6930195B2 (ja) | モデル同定装置、予測装置、監視システム、モデル同定方法および予測方法 | |
CN114266496A (zh) | 一种基于政策完成度分析的政策落地效果评价方法及*** | |
JP7243134B2 (ja) | 入力操作の作業効率管理装置、入力操作の作業効率管理方法、及び、入力操作の作業効率管理プログラム | |
US20160147816A1 (en) | Sample selection using hybrid clustering and exposure optimization | |
US10515330B2 (en) | Real time visibility of process lifecycle | |
JP5826893B1 (ja) | 変化点予測装置、変化点予測方法、及びコンピュータプログラム | |
JP7500358B2 (ja) | 情報処理装置 | |
WO2023161993A1 (ja) | 訓練データ生成プログラム、訓練データ生成方法、および情報処理装置 | |
JP2019079479A (ja) | 特許文献集合の分析方法 | |
JP2018151913A (ja) | 情報処理システム、情報処理方法、及びプログラム | |
Al Nahiana et al. | Dynamics of one dimensional mouse map | |
JP2023082620A (ja) | 学習装置、学習方法、学習プログラム及び学習データ圧縮装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
WWE | Wipo information: entry into national phase |
Ref document number: 2018520632 Country of ref document: JP |
|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 16915675 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 20197006178 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: 16915675 Country of ref document: EP Kind code of ref document: A1 |