JP7341073B2 - 工場管理装置、工場管理方法、及び工場管理プログラム - Google Patents

Description

本発明は、工場管理装置、工場管理方法、及び工場管理プログラムに関する。

特許文献１には、作業者のデータを取得するセンサと、センサに接続されたセル制御装置と、を含む作業管理システムに関して、作業者の動作量及び状態量から作業者の疲労度、熟練度、関心度の状態情報を計算、送信する作業管理システムが開示されている。

特開２０１８－０２５９３２号公報

上述の特許文献１に記載の技術では、作業者にとりつけたセンサデータから作業者の状態情報を計算し送信している。しかし、工場にある機械の状態を把握することができないため、工場の生産能力全般にわたって管理することはできない。そのため、生産能力の管理精度や生産計画精度が悪くなり、作業遅延の発生や、製造コストが大きくなるという問題がある。

本発明の目的は、上記の点を考慮してなされたもので、作業者と機械の作業能力の情報を用いて、工場の管理を最適化する機能を提供することを目的とする。

本願は、上記課題の少なくとも一部を解決する手段を複数含んでいるが、その例を挙げるならば、工場の計画を立案する工場管理装置であって、作業者の動作を計測した作業者計測情報と、上記工場の生産設備である機械の稼働状態を示す所定の値を計測した機械計測情報と、を格納する記憶部と、上記作業者計測情報を用いて作業者の作業能力の変化を予測する作業者能力予測部と、上記機械計測情報を用いて機械の作業能力の変化を予測する機械能力予測部と、上記作業者と上記機械の上記作業能力の変化の予測を用いて上記工場の生産能力を予測する生産能力予測部と、予測された上記工場の生産能力を用いて、所定の生産性指標を満足する工場の計画を立案する計画立案部と、を備えることを特徴とする。

本発明によれば、作業者と機械の作業能力の情報を用いて、工場の管理を最適化する技術を提供することができる。

上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

第一の実施形態における工場管理装置の構成例を示す図である。 工場管理装置のハードウェア構成例を示す図である。 工場計画立案処理のフローの例を示す図である。 作業者計測情報のデータ構造例を示す図である。 機械計測情報のデータ構造例を示す図である。 生産リソース情報（作業者）のデータ構造例を示す図である。 生産リソース情報（機械）のデータ構造例を示す図である。 生産物量情報のデータ構造例を示す図である。 生産工程情報のデータ構造例を示す図である。 予測作業者能力（作業時間）のデータ構造例を示す図である。 予測作業者能力（モチベーション）のデータ構造例を示す図である。 予測機械能力（劣化度）のデータ構造例を示す図である。 予測機械能力（作業時間）のデータ構造例を示す図である。 工場生産能力予測処理のフローの例を示す図である。 生産計画画面の構成例を示す図である。 生産能力予測画面の構成例を示す図である。 計画立案処理のフローの例を示す図である。 教育計画画面の構成例を示す図である。 メンテナンス計画画面の構成例を示す図である。

以下の実施形態においては便宜上その必要があるときは、複数のセクションまたは実施の形態に分割して説明するが、特に明示した場合を除き、それらはお互いに無関係なものではなく、一方は他方の一部または全部の変形例、詳細、補足説明等の関係にある。

また、以下の実施形態において、要素の数等（個数、数値、量、範囲等を含む）に言及する場合、特に明示した場合および原理的に明らかに特定の数に限定される場合等を除き、その特定の数に限定されるものではなく、特定の数以上でも以下でもよい。

さらに、以下の実施形態において、その構成要素（要素ステップ等も含む）は、特に明示した場合および原理的に明らかに必須であると考えられる場合等を除き、必ずしも必須のものではないことは言うまでもない。

同様に、以下の実施形態において、構成要素等の形状、位置関係等に言及するときは特に明示した場合および原理的に明らかにそうではないと考えられる場合等を除き、実質的にその形状等に近似または類似するもの等を含むものとする。このことは、上記数値および範囲についても同様である。

また、実施形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する。ただし、同一の部材であっても環境変更等により変更前の部材と称呼を共有すると混乱を生ぜしめるおそれが高い場合、別の異なる符号や名称を付すことがある。以下、本発明の各実施形態について図面を用いて説明する。

図１は、第一の実施形態に係る工場管理装置の構成例を示す図である。工場管理装置１００は、処理部１１０、記憶部１２０、入力部１３０、出力部１４０、通信部１５０を含む。

処理部１１０には、作業者能力予測部１１１と、機械能力予測部１１２と、生産能力予測部１１３と、計画立案部１１４とが含まれる。記憶部１２０には、作業者計測情報１２１と、機械計測情報１２２と、生産リソース情報１２３と、生産物量情報１２４と、生産工程情報１２５と、製品仕様情報１２６と、製造実績情報１２７と、機械仕様情報１２８と、生産性指標目標情報１２９とが含まれる。

作業者計測情報１２１は、画像センサや三次元センサ等によって取得される作業者の状態を記録した計測データである。例えば、三次元計測機によって撮像される作業者の骨格モデルをベースとした各参照軸における三次元座標値の時系列の計測値である。

図４は、作業者計測情報のデータ構造例を示す図である。図に示すように、作業者計測情報１２１には、三次元計測機によって撮像される作業者の骨格モデルをベースとした各参照軸（頭部、右ひじ、右手、左ひじ、左手、腰、右ひざ、右足、左ひざ、左足等）における三次元座標値（ｘ，ｙ，ｚ）および時情報（ｔ_ｊ）が組み合わされて計測値として格納される。

機械計測情報１２２は、電流センサ、振動センサ等によって取得される生産に係る機械の状態すなわち生産設備である機械の状態を記録した計測データである。例えば、機械に流れる時系列ごとの電流値が計測値である。

図５は、機械計測情報のデータ構造例を示す図である。図に示すように、機械計測情報１２２には、装置欄４０１によって特定される機械の、時系列での電流値（Ａ）が計測値として格納される。

生産リソース情報１２３は、作業者の生産リソースと、機械の生産リソースと、を含む。両者を区別する場合には生産リソース情報（作業者）１２３と、生産リソース情報（機械）１２３と表記し、生産リソース情報１２３と表記する場合は両者を区別しない総称である。

図６は、生産リソース情報（作業者）のデータ構造例を示す図である。生産リソース情報（作業者）１２３には、作業者１２３ａと、工程１２３ｂと、熟練度１２３ｃと、が関連付けて格納される。作業者１２３ａは、作業に従事する個人を特定する情報である。工程１２３ｂは、担当する工程を特定する情報である。熟練度１２３ｃは、作業者１２３ａにて特定される作業者が、工程１２３ｂにて特定される工程を担当する場合に期待される能力を所定の値で示す情報である。

図７は、生産リソース情報（機械）のデータ構造例を示す図である。生産リソース情報（機械）１２３には、機械１２３ｄと、工程１２３ｅと、が関連付けて格納される。機械１２３ｄは、作業に使用される機械を特定する情報である。工程１２３ｅは、担当する工程を特定する情報である。

生産物量情報１２４は、工場が生産を予定する製品の量を示す情報である。例えば、生産物量情報１２４は、予定生産月における製品ごとの生産物量を特定する情報である。

図８は、生産物量情報のデータ構造例を示す図である。生産物量情報１２４には、生産物ごとの生産物量１２４ａと、生産月１２４ｂと、が含まれる。生産物量１２４ａは、生産月１２４ｂにて特定される時期（当該１ヶ月間）に生産する予定の生産物の量を特定する情報である。

生産工程情報１２５は、生産を予定する製品の加工や組立といった生産工程の方法、順番、使用する機械（生産装置）の候補、作業者の候補等を示す情報である。

図９は、生産工程情報のデータ構造例を示す図である。生産工程情報１２５には、生産対象の製品名を特定する製品名１２５ａと、工程を特定する工程種類１２５ｂと、工程にて用いることが可能な生産装置の候補があればそれを羅列する装置候補１２５ｃと、工程を担当することが可能な作業者の候補があればそれを羅列する作業者候補１２５ｄと、が含まれる。

製品仕様情報１２６は、製品の設計情報や素材情報を含む製品の仕様を示すデータである。製造実績情報１２７は、過去に製造した製品の工程、作業者、機械の割当結果、作業時間、作業品質を含む情報である。機械仕様情報１２８は、生産リソース情報（機械）１２３の機械１２３ｄにより特定される機械（生産装置）の電源、サイズ、移動量、回転速度等の仕様情報を含む情報である。生産性指標目標情報１２９は、生産スループットや、製造コスト、作業者の満足度等の各種の生産性指標（ＫＰＩ：Ｋｅｙ Ｐｅｒｆｏｒｍａｎｃｅ Ｉｎｄｉｃａｔｏｒ）の目標値である。

作業者能力予測部１１１は、作業者計測情報１２１と、製品仕様情報１２６と、製造実績情報１２７とを用いて、作業者の作業能力を予測する。作業者能力予測部１１１は、製品仕様情報１２６により特定される製造物のいずれかについて、作業者計測情報１２１の変化が製造実績情報１２７に及ぼした影響を分析することで、作業者の作業能力を予測する。

例えば、所定の部位の移動量が減って移動速度が高くなっている場合に製造実績が高くなっている傾向がある製造物について、作業者の計測情報が同傾向にあれば、作業者能力予測部１１１は、製造実績を高く予測し、作業者能力についても高く予測する。

図１０は、予測作業者能力（作業時間）のデータ構造例を示す図である。図に示すように、作業者能力モデル３００は作業者、製品、工程ごとの特定情報１００１に対して、その工程を作業するための作業時間が将来にわたってどう変化するかを予測した情報の集合である。なお、基本的な傾向として、作業者は熟練により作業時間が短くなっていく傾向にあるため、熟練度が高くなれば作業時間は短くなる。

図１１は、予測作業者能力（モチベーション）のデータ構造例を示す図である。図に示すように、作業者能力モデル３１０は、作業者、工程ごとの特定情報１１０１に対して、その工程を作業するモチベーションが将来にわたってどう変化するかを予測した情報の集合である。なお、モチベーションの予測においては、作業者能力予測部１１１は、作業者計測情報１２１において一連の作業あるいは一定期間毎に付加されるアンケート等により心理的・主観的情報（アンケート回答結果）を収集する。作業者能力予測部１１１は、作業者計測情報１２１と、心理的・主観的情報（アンケート回答結果）との相関を分析し、主観的なモチベーションの変化を予測する。なお、基本的な傾向として、作業者は熟練・繰り返し・その他心理的要因によりモチベーションにゆらぎが生じる傾向にある。

機械能力予測部１１２は、機械計測情報１２２と、製品仕様情報１２６と、製造実績情報１２７とを用いて、機械の作業能力を予測する。機械能力予測部１１２は、製品仕様情報１２６により特定される製造物のいずれかについて、機械計測情報１２２の変化が製造実績情報１２７に及ぼした影響を分析することで、機械の作業能力を予測する。

例えば、所定の機械の電流値が高い場合に製造実績が高くなっている傾向がある製造物について、機械の計測情報が同傾向にあれば、機械能力予測部１１２は、製造実績を高く予測し、機械能力についても高く予測する。

図１２は、機械能力（劣化度）のデータ構造例を示す図である。図に示すように、機械能力モデル４００は機械名の特定情報１２０１に対して、その機械の性能を特定する指標である劣化度が将来にわたってどう変化するかを予測した情報の集合である。なお、基本的な傾向として、機械は使用により劣化度が高くなる傾向にあるため、メンテナンスを怠ると劣化限界を超え（壊れ）、使用できなくなる。そのため、機械能力モデル４００を用いると、機械能力（劣化度）の劣化度が劣化限界を超えるタイミングを予測できる。

図１３は、予測機械能力（作業時間）のデータ構造例を示す図である。図に示すように、機械能力モデル４１０は、機械、製品、工程ごとの特定情報１３０１に対して、その工程を作業するための作業時間が将来にわたってどう変化するかを予測した情報の集合である。基本的な傾向として、機械は使用により性能が劣化し作業時間が長くなっていく傾向にあるため、メンテナンスを怠ると作業時間は長くなる。

生産能力予測部１１３は、作業者能力予測部１１１によって予測される作業者の作業能力と、機械能力予測部１１２によって予測される機械の作業能力とを用いて、工場全体の生産能力を予測する。

計画立案部１１４は、工場管理装置１００のユーザーから入力部１３０を介して入力される生産スループットや、製造コスト、作業者の満足度等の目標値である生産性指標すなわち生産性指標目標情報１２９に応じて最適化するように、作業者能力予測部１１１によって予測される作業者の作業能力と、機械能力予測部１１２によって予測される機械の作業能力と、生産能力予測部１１３によって予測される工場の生産能力とを用いて、作業者と機械の作業割当、作業者の教育計画、機械のメンテナンス計画を含む工場計画を立案する。

入力部１３０は、ユーザーインターフェースを介した運用者からの入力情報を受け付ける。出力部１４０は、ユーザーインターフェースを介して運用者へ情報を出力する。通信部１５０は、インターネット、イントラネット、エクストラネット等の各種のネットワークを介して他の装置と情報を交換する通信を行う。

図２は、工場管理装置のハードウェア構成例を示す図である。工場管理装置１００を実現するコンピューター２００は、演算装置２０１、メモリ２０２、外部記憶装置２０３、入力装置２０４、出力装置２０５、通信装置２０６、記憶媒体駆動装置２０７を含んで構成される。

演算装置２０１は、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等である。メモリ２０２は、揮発性及び／又は不揮発性のメモリである。外部記憶装置２０３は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等である。記憶媒体駆動装置２０７は、例えばＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｋ、登録商標）やＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ、登録商標）や、その他任意の可搬性を有する記憶媒体２０８に対して情報を読み書き可能である。入力装置２０４は、キーボードやマウス、マイクロフォン等である。出力装置２０５は、例えば、ディスプレイ装置、プリンタ、スピーカ等である。通信装置２０６は、例えば、図示しない通信ネットワークに接続するためのＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）等である。

工場管理装置１００の処理部１１０の各部は、所定のプログラムをメモリ２０２にロードして演算装置２０１が実行することにより実現可能である。この所定のプログラムは、記憶媒体駆動装置２０７を介して記憶媒体２０８から、あるいは、通信装置２０６を介して通信ネットワークから、外部記憶装置２０３にダウンロードし、そして、メモリ２０２にロードし、演算装置２０１が実行するようにしてもよい。

また、記憶媒体駆動装置２０７を介して記憶媒体２０８から、あるいは、通信装置２０６を介して通信ネットワークから、メモリ２０２に直接ロードして、演算装置２０１により実行するようにしてもよい。あるいは、処理部１１０の各部のうち一部又はすべてを、回路等によりハードウェアとして実現してもよい。

また、工場管理装置１００の記憶部１２０は、メモリ２０２、外部記憶装置２０３、記憶媒体駆動装置２０７及び記憶媒体２０８等の全て又は一部により実現可能である。又は、演算装置２０１が上記プログラムの実行により、メモリ２０２、外部記憶装置２０３、記憶媒体駆動装置２０７及び記憶媒体２０８等の全て又は一部を制御することで実現してもよい。

また、工場管理装置１００の出力部１４０は、出力装置２０５により実現可能である。又は、演算装置２０１が上記プログラムの実行により、出力装置２０５を制御することで実現してもよい。

また、工場管理装置１００の入力部１３０は、入力装置２０４により実現可能である。又は、演算装置２０１が上記プログラムの実行により、入力装置２０４を制御することで実現してもよい。

また、工場管理装置１００の通信部１５０は、通信装置２０６により実現可能である。又は、演算装置２０１が上記プログラムの実行により、通信装置２０６を制御することで実現してもよい。

また、工場管理装置１００の各部は、１つの装置により実現されてもよく、複数の装置により分散されて実現されてもよい。

図３は、工場計画立案処理のフローの例を示す図である。工場管理装置１００は、運用者（オペレータ）からの入力部１３０あるいは通信部１５０を介した指示を受け付けると、工場管理処理を開始する。

まず、工場管理装置１００の処理部１１０は、入力部１３０を介して、入力データを記憶部１２０から取り込む（ステップＳ３０１）。なお、入力データには、記憶部１２０の全てのデータが含まれるが、ここで取り込むのは、記憶部１２０の全てのデータの参照を行うためのアドレス情報で足りる。

次に、作業者能力予測部１１１は、作業者計測情報１２１と、製品仕様情報１２６と、製造実績情報１２７とを用いて、作業者の能力を予測する（ステップＳ３０２）。具体的には、作業者能力予測部１１１は、製品、生産工程ごとの作業者の動線（位置）情報、作業時間情報、製品の仕様情報を用いて、作業者の作業時間、作業者のモチベーションを機械学習等の手法により学習し、学習済みモデルを用いて作業者能力を時系列に沿って予測する。作業者能力予測部１１１により予測された作業者の能力は、作業者能力モデル３００，３１０として扱われる。

次に、機械能力予測部１１２は、機械計測情報１２２と、製品仕様情報１２６と、製造実績情報１２７と、機械仕様情報１２８とを用いて、機械の能力を予測する（ステップＳ３０３）。具体的には、機械能力予測部１１２は、製品、生産工程ごとの機械の動作情報、作業時間情報、製品の仕様情報を用いて、機械の劣化度、作業時間を機械学習等の手法により学習し、学習済みモデルを用いて機械能力を時系列に沿って予測する。機械能力予測部１１２により予測された機械の能力は、機械能力モデル４００，４１０として扱われる。

そして、生産能力予測部１１３は、作業者の能力予測と機械の能力予測と生産工程情報１２５の情報とに基づき、工場の生産能力を予測する（ステップＳ３０４）。具体的な工場の生産能力の予測処理内容については、図１４を用いて後述する。

そして、計画立案部１１４は、工場の計画を立案する（ステップＳ３０５）。具体的な工場の計画立案内容については、図１７を用いて後述する。

そして、計画立案部１１４は、計画立案結果として、作業者の教育計画画面と、機械のメンテナンス計画画面と、作業者と機械の作業割当計画とを出力する（ステップＳ３０６）。

以上が、工場計画立案処理の流れである。工場計画立案処理によれば、作業者と機械の作業能力の情報を用いて、工場の管理を最適化することができる。

図１４は、工場生産能力予測処理のフローの例を示す図である。工場生産能力予測処理は、工場計画立案処理のステップＳ３０４において開始される。

まず、生産能力予測部１１３は、生産物量情報１２４と、製品仕様情報１２６と、生産工程情報１２５と、を用いて、機械と人に、製品の生産工程における工程を作業として割り付けて生産計画を立案する（ステップＳ１４０１）。この処理では、当該生産工程が処理可能かつ作業が割りつけられていない作業者と機械に対して、作業者の作業時間及び機械の作業時間に着目して、作業の割付を実施する。この作業の割付処理においては、数理計画法等の最適化手法を用いて生産計画を立案してもよい。

図１５は、生産計画画面の構成例を示す図である。図に示すように、生産計画画面５００では、生産計画が表示される。生産計画では、作業着手時間と、対象となる製品と、対象となる工程と、その作業を実施する機械と、作業者と、が対応付けられる。

そして、生産能力予測部１１３は、作業者能力と、生産計画の結果とを用いて、作業者能力の予測を更新する（ステップＳ１４０２）。作業を割り付けたことで、作業者ごとにどの作業を将来実施するかが決まる。作業者は人であり、人の作業能力は将来実施する作業によって将来の予測も変化することから、生産能力予測部１１３は、作業者能力予測部１１１に作業者の能力を予測させ、作業者能力モデル３００，３１０を更新する。

そして、生産能力予測部１１３は、機械能力と、生産計画の結果とを用いて、機械能力の予測を更新する（ステップＳ１４０３）。作業を割り付けたことで、機械ごとにどの作業を将来実施するかが決まる。機械の作業能力は将来実施する作業量や作業の時期によって変化することから、機械能力予測部１１２に機械の能力を予測させ、機械能力モデル４００，４１０を更新する。

そして、生産能力予測部１１３は、作業者と機械の作業能力から生産能力を予測し、生産指標の予測結果を算出する（ステップＳ１４０４）。作業者単独で作業される工程であるか、機械と作業者の協業によって作業される工程であるかが、生産工程情報１２５によって示されている。これに従い、生産能力予測部１１３は、作業者能力モデル３００，３１０と、機械能力モデル４００，４１０と、の組み合わせにより工場の能力を予測し、生産スループット、製造コスト、作業者の満足度等の生産性指標についての予測結果を算出する。

図１６は、生産能力予測画面の構成例を示す図である。図に示すように、生産能力予測画面６００では、工場単位での生産能力（作業時間）が、製品、工程ごとの特定情報１６０１に対して、将来においてどう変化するかを予測した情報の集合である。これにより、例えば、製品の工程ごとの作業時間を組み合わせることでその製品のスループットを予測することができるようになる。

以上が、工場生産能力予測処理の流れである。工場生産能力予測処理によれば、生産計画上で予測される作業者と機械の能力を用いて、生産能力を予測することができる。

図１７は、計画立案処理のフローの例を示す図である。計画立案処理は、工場計画立案処理のステップＳ３０５において開始される。

まず、計画立案部１１４は、作業者の作業能力予測と工場の生産能力の予測に基づき、作業者の教育計画を立案する（ステップＳ１７０１）。作業者の教育計画とは、例えば、作業者ごとに作業できる工程の熟練度の成長曲線を示すものである。生産性指標は、工場の生産能力に応じて予測される。そのため、計画立案部１１４は、生産性指標が改善されるような作業者の熟練度の成長を考慮した教育計画を立案する。例えば、この教育計画の立案においては、計画立案部１１４は、数理計画法等の最適化手法を用いて計画を立案する。

図１８は、教育計画画面の構成例を示す図である。図に示すように、教育計画画面７００では、教育計画が示されており、教育計画は、作業者と担当工程の組み合わせに対して、所定の時期における熟練度を予測した情報の集合である。これにより、例えば、ある時期における作業者の工程別の熟練度を推定することができるようになる。

次に、計画立案部１１４は、機械能力予測と工場の生産能力の予測に基づき、機械のメンテナンス計画を立案する（ステップ１７０２）。機械のメンテナンス計画とは、例えば、機械ごとに部品交換や調整などのメンテナンス種類とメンテナンス時期を示すものである。生産性指標は、工場の生産能力に応じて予測される。そのため、計画立案部１１４は、生産性指標が改善されるような機械のメンテナンスを立案する。例えば、このメンテナンス計画の立案においては、計画立案部１１４は、数理計画法等の最適化手法を用いて計画を立案する。

図１９は、メンテナンス計画画面の構成例を示す図である。図に示すように、メンテナンス計画画面８００では、メンテナンス時期と、メンテナンス対象の機械と、メンテナンスを行う部品と、メンテナンス行為の種類と、が対応付けられた情報の集合である。これにより、例えば、機械のメンテナンス時期にはその機械を生産計画から除外して計画的にメンテナンスを行うことができるようになる。

そして、計画立案部１１４は、作業者の教育計画と機械のメンテナンス計画に基づき、機械と人の割付を含む生産計画における作業割付を更新する（ステップＳ１７０３）。本ステップでは、計画立案部１１４は、作業者の教育計画と機械のメンテナンス計画による将来の作業者の作業能力と機械の作業能力の変化に応じて変化する生産能力に応じて、生産性の指標を最適化するように、作業者と機械の作業割当を再計画し、作業計画を更新する。生産能力の変化の予測においては、製造実績情報１２７や製品仕様情報１２６を用いて機械学習等の学習手法により作成した学習済みモデルを用いて、作業能力を時系列で予測する。作業割当計画の更新においては、計画立案部１１４は、数理計画法等の最適化手法を用いて計画を立案する。

そして、計画立案部１１４は、作業者能力と作業割付を含む生産計画の結果から作業者の作業能力の予測を更新する（ステップＳ１７０４）。具体的には、計画立案部１１４は、作業者能力予測部１１１に作業者の能力を予測させ、作業者能力モデル３００，３１０を更新する。

そして、計画立案部１１４は、機械能力と作業割付を含む生産計画の結果から機械の作業能力の予測を更新する（ステップＳ１７０５）。具体的には、計画立案部１１４は、機械能力予測部１１２に機械の能力を予測させ、機械能力モデル４００，４１０を更新する。

そして、計画立案部１１４は、作業者と機械の作業能力から生産能力を予測し、生産性指標の予測結果を算出する（ステップＳ１７０６）。作業者単独で作業される工程であるか、機械と作業者の協業によって作業される工程であるかが、生産工程情報１２５によって示されている。これに従い、計画立案部１１４は、生産能力予測部１１３に作業者能力モデル３００，３１０と、機械能力モデル４００，４１０と、の組み合わせにより工場の能力を予測させ、生産スループット、製造コスト、作業者の満足度等の生産性指標についての予測結果を算出する。

そして、計画立案部１１４は、予測された生産性指標の予測結果が、基準（生産性指標目標情報１２９の目標値）に達しているか否かを判断する（ステップＳ１７０７）。目標値に達している場合（ステップＳ１７０７にて「ＹＥＳ」の場合）には、計画立案部１１４は、計画立案処理を終了させる。

予測された生産性指標の予測結果が、基準（生産性指標目標情報１２９の目標値）に達していない場合（ステップＳ１７０７にて「ＮＯ」の場合）には、計画立案部１１４は、ステップＳ１７０１に制御を戻す。これにより、作業者の教育計画、機械のメンテナンス計画、機械と作業者の組み合わせとなる生産計画、作業者の能力の予測、機械の能力の予測、生産性指標の予測に変動要素が生まれ、これらの変動要素を変動させて計画を立案することで、生産性指標が基準に達する工場の計画を立案することができる。

以上が、第一の実施形態に係る工場管理装置１００である。本実施形態に係る工場管理装置１００によれば、作業者と機械の作業能力の情報を用いて、工場の管理を最適化するように、工場の計画を自動立案することができる。

なお、本発明は上記した実施形態に限定されるものではなく、様々な変形例を含む。例えば、上記した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。

例えば、上記した実施形態においては、作業者能力予測部１１１は、作業者の能力の変化の予測として、客観的能力として作業時間、主観的能力としてモチベーション（将来の行動に対するやる気）について予測を行っているが、これに限られない。例えば、客観的能力として作業のスループット（個／時間）、疲労度（心拍／平均）、主観的能力として満足度（実施した行動についての満足）等の予測を行うようにしてもよい。

また、上記した実施形態においては、機械能力予測部１１２は、機械の能力の変化の予測として、作業時間、劣化度合いについて予測を行っているが、これに限られない。例えば、故障確率の予測を行うようにしてもよい。

また、上記した実施形態においては、生産能力予測部１１３は、生産能力の変化の予測として、作業時間について予測を行っているが、これに限られない。例えば、工場のスループット（個／日）、製造コスト（価格／個）、作業者の満足度、作業者個人毎の退職の有無およびその時期等の予測を行うようにしてもよい。

またさらに、上記した実施形態において、計画立案部１１４は、作業者の退職時期と人数とを用いて作業者の採用時期と量を決定する採用計画を作成するようにしてもよいし、機械の利用可能率を用いて機械の増設や交換等の投資計画を作成するようにしてもよい。

また、各構成の一部について、他の構成の追加・削除・置換・統合・分散をすることが可能である。また実施例で示した各処理は、処理効率又は実装効率に基づいて適宜分散又は統合してもよい。

また、上記の各部、各構成、機能、処理部等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各部、各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

なお、上述した実施形態にかかる制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えても良い。

また、上記した工場管理装置１００は、上記のような単独で動作する装置であっても良いし、クラウドサービス等にアクセスすることにより動作する装置であってもよいし、他の装置から要求を受け付けると動作して結果を送出するクラウドサーバーとして動作する装置であっても良い。

以上、本発明について、実施形態を中心に説明した。

１００：工場管理装置、１１０：処理部、１２０：記憶部、１３０：入力部、１４０：出力部、１５０：通信部、１１１：作業者能力予測部、１１２：機械能力予測部、１１３：生産能力予測部、１１４：計画立案部、１２１：作業者計測情報、１２２：機械計測情報、１２３：生産リソース情報、１２４：生産物量情報、１２５：生産工程情報、１２６：製品仕様情報、１２７：製造実績情報、１２８：機械仕様情報、１２９：生産性指標目標情報、２０１：演算装置、２０２：メモリ、２０３：外部記憶装置、２０４：入力装置、２０５：出力装置、２０６：通信装置、２０７：記憶媒体駆動装置、２０８：可搬性を有する記憶媒体。

Claims (11)

1. 工場の計画を立案する工場管理装置であって、
   作業者の動作を計測した作業者計測情報と、前記工場の生産設備である機械の稼働状態を示す所定の値を計測した機械計測情報と、を格納する記憶部と、
   前記作業者計測情報を用いて作業者の作業能力の経時的な変化を予測する作業者能力予測部と、
   前記機械計測情報を用いて機械の作業能力の経時的な変化を予測する機械能力予測部と、
   前記作業者と前記機械の前記作業能力の経時的な変化の予測を用いて前記工場の生産能力を予測する生産能力予測部と、
   予測された前記工場の生産能力を用いて、所定の生産性指標を満足する工場の計画を立案する計画立案部と、
   を備えることを特徴とする工場管理装置。
2. 請求項１に記載の工場管理装置であって、
   前記記憶部には、前記工場の製造物の製造実績を特定する製造実績情報と、前記製造物の仕様を特定する製品仕様情報とが格納され、
   前記作業者能力予測部は、前記作業者の前記作業者計測情報と、前記製造実績情報と、前記製品仕様情報と、を用いて前記作業者の前記作業能力の経時的な変化を予測する、
   ことを特徴する工場管理装置。
3. 請求項１に記載の工場管理装置であって、
   前記記憶部には、前記工場の製造物の製造実績を特定する製造実績情報と、前記製造物の仕様を特定する製品仕様情報と、前記機械の仕様を特定する機械仕様情報とが格納され、
   前記機械能力予測部は、前記機械の前記機械計測情報と、前記製造実績情報と、前記製品仕様情報と、前記機械仕様情報と、を用いて前記機械の前記作業能力の経時的な変化を予測する、
   ことを特徴とする工場管理装置。
4. 請求項１に記載の工場管理装置であって、
   前記記憶部には、前記作業者の作業についてのアンケート回答結果の情報が格納され、
   前記作業者能力予測部は、前記アンケート回答結果と前記作業者計測情報とを対応付けて学習済みモデルを作成し、該学習済みモデルを用いて前記作業者の作業時間と、モチベーションと、疲労度と、満足度、スループットのいずれかを含めて予測する、
   ことを特徴とする工場管理装置。
5. 請求項１に記載の工場管理装置であって、
   前記機械能力予測部は、前記機械計測情報を用いて学習済みモデルを作成し、該学習済みモデルを用いて前記機械の作業時間、劣化度合、故障確率のいずれかを含めて予測する、
   ことを特徴とする工場管理装置。
6. 請求項１に記載の工場管理装置であって、
   前記生産能力予測部は、前記作業者能力予測部により予測された前記作業者の作業能力の経時的な変化と、前記機械能力予測部により予測された前記機械の作業能力の経時的な変化と、を用いて、工場のスループット、製造コスト、作業者の満足度のいずれかを含めて前記工場の生産能力を予測する、
   ことを特徴とする工場管理装置。
7. 請求項１に記載の工場管理装置であって、
   前記計画立案部は、前記作業者の所定の時期における前記作業能力を示す教育計画と、前記機械の所定の時期におけるメンテナンス計画と、前記作業者と前記機械を所定の工程に割り付けた生産計画と、を立案し、前記教育計画と、前記メンテナンス計画と、前記生産計画と、を出力する、
   ことを特徴とする工場管理装置。
8. 請求項１に記載の工場管理装置であって、
   前記計画立案部は、前記作業者の採用時期と量を含む採用計画と、前記機械の増設、交換を含む投資計画と、を作成する、
   ことを特徴とする工場管理装置。
9. 請求項１に記載の工場管理装置であって、
   前記生産能力予測部は、前記作業者能力予測部により予測された前記作業者の前記作業能力の経時的な変化と、前記機械能力予測部により予測された前記機械の前記作業能力の経時的な変化と、を用いて、前記工場のスループット、製造コスト、前記作業者の満足度のいずれかを含めて前記工場の生産能力を予測し、
   前記計画立案部は、前記工場のスループットと、前記製造コストと、前記作業者の満足度と、のいずれかを含む生産性指標を用いて計画を立案する、
   ことを特徴とする工場管理装置。
10. コンピューターを用いて工場の計画を立案する工場管理方法であって、
    前記コンピューターは、作業者の動作を計測した作業者計測情報と、前記工場の生産設備である機械の稼働状態を示す所定の値を計測した機械計測情報と、を格納する記憶部と、処理部と、を備え、
    前記処理部は、
    前記作業者計測情報を用いて作業者の作業能力の経時的な変化を予測する作業者能力予測処理と、
    前記機械計測情報を用いて機械の作業能力の経時的な変化を予測する機械能力予測処理と、
    前記作業者と前記機械の前記作業能力の経時的な変化の予測を用いて前記工場の生産能力を予測する生産能力予測処理と、
    予測された前記工場の生産能力を用いて、所定の生産性指標を満足する工場の計画を立案する計画立案処理と、
    を実施することを特徴とする工場管理方法。
11. コンピューターを、工場の計画を立案する工場管理装置として機能させるための工場管理プログラムであって、
    前記コンピューターを、作業者の動作を計測した作業者計測情報と、前記工場の生産設備である機械の稼働状態を示す所定の値を計測した機械計測情報と、を格納する記憶部と、処理部として動作させ、
    前記処理部に、
    前記作業者計測情報を用いて作業者の作業能力の経時的な変化を予測する作業者能力予測処理と、
    前記機械計測情報を用いて機械の作業能力の経時的な変化を予測する機械能力予測処理と、
    前記作業者と前記機械の前記作業能力の経時的な変化の予測を用いて前記工場の生産能力を予測する生産能力予測処理と、
    予測された前記工場の生産能力を用いて、所定の生産性指標を満足する工場の計画を立案する計画立案処理と、
    を実施させる、ことを特徴とする工場管理プログラム。

Images