JP5924966B2

JP5924966B2 - 需要予測装置、需要予測方法および需要予測プログラム

Info

Publication number: JP5924966B2
Application number: JP2012025537A
Authority: JP
Inventors: 学笠野; 直哉河村; 北川　朋亮; 朋亮北川
Original assignee: Mitsubishi Heavy Industries Ltd
Current assignee: Mitsubishi Heavy Industries Ltd
Priority date: 2012-02-08
Filing date: 2012-02-08
Publication date: 2016-05-25
Anticipated expiration: 2032-02-08
Also published as: JP2013161452A

Description

本発明は、需要予測装置、需要予測方法および需要予測プログラムに関する。

供給能力不足による製品の販売機会の損失、および供給能力過多による在庫膨張などを防止することを目的として、将来における製品の需要を予測する技術が知られている。例えば、特許文献１には、需要予測に関する技術の１つとして、予測対象の受注実績データとの誤差が最も小さい需要予測関数を用いて、予測対象の需要を予測する技術が開示されている。

具体的に説明すると、特許文献１では、管理コンピュータが、受注実績データを用いて、累積２次方式、累積３次方式及び累積４次方式の仮需要予測関数をそれぞれ算出する。続いて、管理コンピュータが、これらの仮需要予測関数を用いて予測値を算出し、この予測値と受注実績との差を求め、この差の合計を誤差として算出する。そして、管理コンピュータが、誤差が最も小さい方式の関数を使って需要予測関数を算出する。

特開２００７−２９３６２４号公報

需要予測の対象となる製品によっては、需要予測を行うための指標が、製品の実際の受注実績に沿ったものであるか否かを検証する作業に大変な労力を必要とする場合がある。このため、検証作業が十分に行われていない場合には、製品の需要を精度よく予測できていない可能性がある。

本発明は、需要予測を行うための指標の検証作業を必要とすることなく、精度のよい需要予測を行えるようにする需要予測装置、需要予測方法および需要予測プログラムを提供することを目的とする。

需要予測装置は、１つの態様として、製品ごとに、該製品で使用される部品の受注実績情報を記憶する実績情報記憶部と、前記製品ごとに、該製品の運用状況を特定するための運用情報を記憶する運用情報記憶部と、前記製品の運転開始から所定時間が経過したときに該製品で使用されている部品の補修確率を評価するための補修確率関数を記憶する補修確率関数記憶部と、前記実績情報記憶部に記憶されている前記受注実績情報と前記運用情報記憶部に記憶されている前記運用情報とを用いて、前記補修確率関数を算出する補修確率関数算出部と、前記補修確率関数記憶部に記憶されている前記補修確率関数を用いて、前記製品ごとに前記所定時間が経過したときの予測補修確率を算出する予測補修確率算出部と、前記実績情報記憶部に記憶されている受注実績情報を用いて、前記所定時間が経過したときの実際の補修確率である実績補修確率を前記製品ごとに算出し、算出した実績補修確率と前記予測補修確率算出部により算出された予測補修確率との比較結果を用いて、前記補修確率関数記憶部に記憶されている前記補修確率関数を更新する更新部とを備えることを特徴とする。

需要予測方法は、１つの態様として、需要予測装置によって実行される需要予測方法であって、製品の運用状況を特定するための運用情報を前記対象設備ごとに記憶する運用情報記憶部から前記運用情報を取得し、前記製品ごとに該製品で使用される部品の受注実績情報を記憶する実績情報記憶部から前記受注実績情報を取得し、取得した運用情報および受注実績情報を用いて、前記製品の運転開始から所定時間が経過したときに該製品で使用されている部品の補修確率を評価するための補修確率関数を算出する補修確率関数算出ステップと、前記補修確率関数を記憶する補修確率関数記憶部から前記補修確率関数を取得し、取得した補修確率関数を用いて、前記製品ごとに前記所定時間が経過したときの予測補修確率を算出する予測補修確率算出ステップと、前記実績情報記憶部に記憶されている受注実績情報を用いて、前記所定時間が経過したときの実際の補修確率である実績補修確率を算出し、算出した実績補修確率と前記予測補修確率算出ステップにより算出された予測補修確率との比較結果を用いて、前記補修確率関数記憶部に記憶されている補修確率関数を更新する更新ステップとを含むことを特徴とする。

需要予測プログラムは、１つの態様として、需要予測装置に、製品の運用状況を特定するための運用情報を前記対象設備ごとに記憶する運用情報記憶部から前記運用情報を取得し、前記製品ごとに該製品で使用される部品の受注実績情報を記憶する実績情報記憶部から前記受注実績情報を取得し、取得した運用情報および受注実績情報を用いて、前記製品の運転開始から所定時間が経過したときに該製品で使用されている部品の補修確率を評価するための補修確率関数を算出する補修確率関数算出ステップと、前記補修確率関数を記憶する補修確率関数記憶部から前記補修確率関数を取得し、取得した補修確率関数を用いて、前記製品ごとに前記所定時間が経過したときの予測補修確率を算出する予測補修確率算出ステップと、前記実績情報記憶部に記憶されている受注実績情報を用いて、前記所定時間が経過したときの実際の補修確率である実績補修確率を算出し、算出した実績補修確率と前記予測補修確率算出ステップにより算出された予測補修確率との比較結果を用いて、前記補修確率関数記憶部に記憶されている補修確率関数を更新する更新ステップとを実行させることを特徴とする。

本発明に係る需要予測装置、需要予測方法および需要予測プログラムは、需要予測を行うための指標の検証作業を必要とすることなく、精度のよい需要予測を行えるようにすることができるという効果を奏する。

図１は、本実施例に係る需要予測装置を示すブロック図である。図２は、受注実績情報の一例を示す図である。図３は、運用情報の一例を示す図である。図４は、補修確率関数算出部により算出される補修確率関数の一例を示す図である。図５は、補修確率関数算出部により算出される補修確率関数の一例を示す図である。図６は、補修確率関数算出部により算出される補修確率関数の一例を示す図である。図７は、予測補修確率算出部によるプラントごとの予測補修確率の算出結果の一例を示す図である。図８は、更新部による実績補修確率の算出結果の一例を示す図である。図９は、補修確率関数の更新方法の一例を示す図である。図１０は、本実施例に係る需要予測装置による処理の流れを示す図である。図１１は、本実施例に係る需要予測装置による処理の流れを示す図である。図１２は、プラントの型式、運転パターン、燃料、部品の組合せに該当するデータ数の一例を示す図である。図１３は、型式および部品の組合せを採用したときの補修確率関数の一例を示す図である。

以下に、本発明に係る需要予測装置、需要予測方法および需要予測プログラムの実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。さらに、この実施例における構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。なお、以下の実施例では、量産される部品の需要を予測するための参照データの作成方法の一例について説明する。

［重要予測装置の構成］
まず、本実施例に係る需要予測装置の構成について説明する。図１は、本実施例に係る需要予測装置を示すブロック図である。図１に示すように、需要予測装置１０は、表示部１１と、入力部１２と、通信部１３と、媒体読取部１４と、制御部１５と、記憶部１６とを備える。

表示部１１は、液晶パネルまたは有機ＥＬ（Organic Electro−Luminescence）パネル等の表示装置を有し、制御部１５から送信される制御信号に基づいて、文字、記号、および図形等の各種情報を表示する。入力部１２は、キーボード等の入力装置を有し、利用者が入力装置に対して行った操作に対応する信号を制御部１５へ出力する。通信部１３は、所定の通信プロトコルに基づいて、他の装置との間での情報の送受信を制御する。媒体読取部１４は、光ディスク、光磁気ディスク、メモリカード等の可搬の非一過的（non-transitory）な記憶媒体からプログラムやデータを読み取る。

制御部１５は、演算装置であるＣＰＵ（Central Processing Unit）１５１と、記憶装置であるメモリ１５２とを備え、これらのハードウェア資源を用いてプログラムを実行することによって各種の機能を実現する。具体的には、制御部１５は、記憶部１６に記憶されているプログラムを読み出してメモリ１５２に展開し、メモリ１５２に展開されたプログラムに含まれる命令をＣＰＵ１５１に実行させる。そして、制御部１５は、ＣＰＵ１５１による命令の実行結果に応じて、メモリ１５２および記憶部１６に対してデータの読み書きを行ったり、通信部１３等の動作を制御したりする。

記憶部１６は、磁気記憶装置または半導体記憶装置等の不揮発性を有する記憶装置を備え、各種のプログラムおよびデータを記憶する。記憶部１６に記憶されるプログラムには、需要予測プログラム１６１が含まれる。記憶部１６に記憶されるデータには、受注実績情報１６２と、運用情報１６３と、補修確率関数１６４とが含まれる。

図１において記憶部１６が記憶するプログラムおよびデータの全体または一部は、媒体読取部１４が読み取り可能な記憶媒体に記憶されていてもよい。あるいは、図１において記憶部１６が記憶するプログラムおよびデータの全体または一部は、通信部１３による通信によって他の装置から取得されてもよい。

受注実績情報１６２は、クライアントからの部品の受注実績を示す情報である。受注実績情報１６２は、例えば、部品の生産管理担当者により、入力部１２を介して入力され、記憶部１６に格納される。図２に、受注実績情報の一例を示す。図２に示すように、受注実績情報１６２は、製品ＩＤと、納品部品種別と、受注日と、受注個数と、納品予定日と、登録日とで構成される。製品ＩＤは、製品を一意に特定するための識別情報である。納品部品種別は、クライアントに納品する部品の種類を一意に特定するための識別情報である。受注個数は、クライアントから注文を受けた部品の個数である。納品予定日は、クライアントに対して部品の納品を予定している日付である。登録日は、対応するデータの入力が行われた日付である。

運用情報１６３は、クライアントが所有する製品（設備）の運用状況を特定するための情報である。図３に運用情報の一例を示す。図３に示すように、運用情報１６３は、製品ＩＤと、型式と、運転開始経過時間と、運転パターンと、使用部品数とで構成される。型式は、製品の構造を具体的に特定する名称である。運転開始経過時間は、製品の運転が開始されてから経過した時間である。運転パターンは、例えば、製品の使用条件や使用環境である。なお、運転パターンの相違により、部品に与える負荷（劣化度）に違いが生じ、例えば、１日の起動回数が多いほど部品に与える負荷が大きくなる。使用部品数は、製品で使用される部品種別ごとの部品の個数である。

図３に示す運用情報１６３により、例えば、製品１は、型式Ｓ_１を有し、運転開始経過時間がＴ_１（ｈ）であり、運転パターンＰ_１で運用されており、部品ａ、部品ｂおよび部品ｃがそれぞれ１００個使用されていることが分かる。同様に、製品２は、型式Ｓ_２を有し、運転開始経過時間がＴ_２（ｈ）であり、運転パターンＰ_３で運用されており、部品ａ、部品ｂおよび部品ｃがそれぞれ１００個使用されていることが分かる。製品３は、型式Ｓ_３を有し、運転開始経過時間がＴ_３（ｈ）であり、運転パターンＰ_２で運用されており、部品ａ、部品ｂおよび部品ｃがそれぞれ１００個使用されていることが分かる。製品４は、型式Ｓ_４を有し、運転開始経過時間がＴ_４（ｈ）であり、運転パターンＰ_２で運用されており、部品ａ、部品ｂおよび部品ｃがそれぞれ１００個使用されていることが分かる。製品１０００は、型式Ｓ_１を有し、運転開始経過時間がＴ_１０００（ｈ）であり、運転パターンＰ_３で運用されており、部品ａ、部品ｂおよび部品ｃがそれぞれ１００個使用されていることが分かる。

運用情報１６３を構成する製品ＩＤ、型式、運転パターンおよび使用部品数は、受注実績情報１６２と同様に、例えば、部品の生産管理担当者によって、入力部１２を介して入力され、記憶部１６に格納される。なお、運転開始経過時間については、例えば、制御部１５が内部的有するタイマーによって、自動的に更新されるものとする。

補修確率関数１６４は、製品の運転開始から所定時間が経過したときに、製品で使用されている製品の補修確率を評価するための関数である。例えば、補修確率関数は、後述する補修確率関数算出部１６１ａにより算出される。以下では、記憶部１６に、製品の型式ごとに、運転開始経過時間に応じた補修確率を運転パターンごとに評価するための補修確率関数１６４が、例えば、型式および運転パターンに関連付けて記憶される例を説明する。なお、この例には限定されず、製品の型式ごとに運転開始経過時間に応じた補修確率を部品種別ごとに評価するための補修確率関数１６４や、製品の型式ごとに運転開始経過時間に応じた補修確率を製品で使用される燃料の種別ごとに評価するための補修確率関数１６４など、後述する補修確率関数算出部１６１ａにより算出された他の補修確率関数１６４が記憶される場合がある。

需要予測プログラム１６１は、部品の生産管理担当者などが長期的な設備計画（長期山積み）を作成するために、参照する参照データを作成するための機能を提供する。需要予測プログラム１６１は、補修確率関数算出部１６１ａと、予測補修確率算出部１６１ｂと、更新部１６１ｃとを含む。

補修確率関数算出部１６１ａは、受注実績情報１６２と、運用情報１６３とを用いて、製品で使用される部品の経時的な補修確率を評価するための補修確率関数１６４を算出する。例えば、補修確率関数算出部１６１ａは、製品の型式ごとに、運転開始経過時間に応じた補修確率を運転パターンごとに評価するための補修確率関数１６４を算出する。補修確率関数算出部１６１ａは、算出した補修確率関数を、たとえば、型式および運転パターンに対応付けて、記憶部１６に格納する。なお、補修確率関数算出部１６１ａが補修確率関数を算出するタイミングは、例えば、部品の生産管理担当者により設定される。

図４〜図６に、補修確率関数算出部１６１ａにより算出される補修確率関数の一例を示す。図４に示すように、補修確率関数算出部１６１ａは、型式Ｓ_１について、運転パターンごとに、補修確率関数Ｆ_１〜Ｆ_３を算出する。補修確率関数Ｆ_１は運転パターンＰ_１に対応し、補修確率関数Ｆ_２は運転パターンＰ_２に対応し、補修確率関数Ｆ_３は運転パターンＰ_３に対応する。例えば、製品１で使用される部品は、製品１の型式がＳ_１であり、運転パターンがＰ_１であるので、図４に示す補修確率関数Ｆ_１により運転開始経過時間に応じた補修確率が評価される。

図５に示すように、補修確率関数算出部１６１ａは、型式Ｓ_２について、運転パターンごとに、補修確率関数Ｆ_４〜Ｆ_６を算出する。補修確率関数Ｆ_４は運転パターンＰ_１に対応し、補修確率関数Ｆ_５は運転パターンＰ_２に対応し、補修確率関数Ｆ_６は運転パターンＰ_３に対応する。例えば、製品２で使用される部品は、製品２の型式がＳ_２であり、運転パターンがＰ_３であるので、図５に示す補修確率関数Ｆ_６により運転開始経過時間に応じた補修確率が評価される。

図６に示すように、補修確率関数算出部１６１ａは、型式Ｓ_３について、運転パターンごとに、補修確率関数Ｆ_７〜Ｆ_９を算出する。補修確率関数Ｆ_７は運転パターンＰ_１に対応し、補修確率関数Ｆ_８は運転パターンＰ_２に対応し、補修確率関数Ｆ_９は運転パターンＰ_３に対応する。例えば、製品３で使用される部品は、製品３の型式がＳ_３であり、運転パターンがＰ_２であるので、図６に示す補修確率関数Ｆ_８により運転開始経過時間に応じた補修確率が評価される。

このようにして、受注実績情報１６２に記録される製品については、製品で使用される部品の補修確率が、補修確率関数算出部１６１ａにより算出された補修確率関数の中で、型式および運転パターンが対応する補修確率関数により評価される。部品の生産管理担当者などは、型式および運転パターンが対応する補修確率関数を参照することにより、型式および運転パターンという切り口での、製品で使用される部品の補修確率を視覚的に認識できる。

予測補修確率算出部１６１ｂは、記憶部１６に記憶されている補修確率関数１６４を用いて、製品ごとに、運転開始から所定時間が経過したときの部品の予測補修確率を算出する。具体的には、予測補修確率算出部１６１ｂは、記憶部１６から補修確率関数１６４を読み込む。続いて、予測補修確率算出部１６１ｂは、製品の運用状況に対応する補修確率関数を用いて、製品ごとに、所定の運転開始時間が経過した時の予測補修確率を算出する。予測補修確率算出部１６１ｂは、後述する更新部１６１ｃによる処理のタイミングと同期して処理を実行する。また、予測補修確率算出部１６１ｂは、後述する更新部１６１ｃによる処理開始のタイミングに到達したときの各製品の運転開始経過時間を予め算出しておき、算出した各製品ごとの運転開始経過時間に対応する予測補修確率を算出する。あるいは、予測補修確率算出部１６１ｂは、後述する更新部１６１ｃによる処理開始のタイミングとは関係なく、例えば、部品の生産管理担当者などが、製品ごとに、予測補修確率を算出する際に用いる各製品の運転開始経過時間を予め設定しておき、予め設定された各製品ごとの運転開始経過時間に対応する予測補修確率を算出するようにしてもよい。以下、図７を参照しつつ、予測補修確率算出部１６１ｂによる予測補修確率の算出方法の一例を説明する。

図７は、予測補修確率算出部１６１ｂによる製品ごとの予測補修確率の算出結果の一例を示す。図７には、一例として、運転開始からの経過時間がｔ_１（ｈ）の時の製品１の予測補修確率、運転開始からの経過時間がｔ_２（ｈ）の時の製品２の予測補修確率、運転開始からの経過時間がｔ_３（ｈ）の時の製品３の予測補修確率、運転開始からの経過時間がｔ_４（ｈ）の時の製品４の予測補修確率、および運転開始からの経過時間がｔ_１０００（ｈ）の時の製品１０００の予測補修確率の算出結果を示している。

製品１の予測補修確率を算出する場合、予測補修確率算出部１６１ｂは、製品１に対応する補修確率関数Ｆ_１（図４参照）を用いて、製品１の運転開始からの経過時間がｔ_１（ｈ）の時の予測補修確率を求める。図４に示す補修確率関数Ｆ_１では、運転開始からの経過時間がｔ_１（ｈ）の時の補修確率が、おおよそ３０％であるので、予測補修確率算出部１６１ｂは、予測補修確率を３０％として算出する。予測補修確率と合わせて、予測補修確率算出部１６１ｂは、部品の需要予測数を求めてもよい。例えば、予測補修確率算出部１６１ｂは、記憶部１６に記憶されている運用情報１６３（図３参照）から、製品１で使用されている部品ａ、部品ｂおよび部品ｃの個数を取得し、この個数に対応する値「１００」に対して予測補修確率３０％に対応する値「０．３」を乗算することにより、部品の需要予測数「３０（個）」を算出する。同様にして、予測補修確率算出部１６１ｂは、製品２の運転開始からの経過時間がｔ_２（ｈ）の時の予測補修確率１８％、および需要予測数１８個を算出する。同様にして、予測補修確率算出部１６１ｂは、製品３の運転開始からの経過時間がｔ_３（ｈ）の時の予測補修確率４２％、および需要予測数４２個を算出する。同様にして、予測補修確率算出部１６１ｂは、製品４の運転開始からの経過時間がｔ_４（ｈ）の時の予測補修確率３５％、および需要予測数３５個を算出する。同様にして、予測補修確率算出部１６１ｂは、製品１０００の運転開始からの経過時間がｔ_１０００（ｈ）の時の予測補修確率６０％、および需要予測数６０個を算出する。

図７に示すように、部品の生産管理担当者などは、型式および運転パターンに対応する補修確率関数を利用することにより、型式および運転パターンという切り口での、運転開始経過時間に応じた製品の予測補修確率および需要予測数を手軽に取得できる。このため、部品の生産管理担当者などは、記憶部１６に記憶されている補修確率関数１６４を参照することで、部品の需要を予測できる。

更新部１６１ｃは、所定のタイミングで、記憶部１６に記憶されている補修確率関数１６４を更新する。具体的には、更新部１６１ｃは、記憶部１６に記憶されている受注実績情報１６２を用いて、運転開始から所定時間が経過したときの部品の実際の補修確率である実績補修確率を算出し、算出した実績補修確率と予測補修確率算出部１６１ｂにより算出された予測補修確率とを用いて、記憶部１６に記憶されている全ての補修確率関数１６４を更新する。更新部１６１ｃは、例えば、部品の生産管理担当者により設定された所定のタイミングで補修確率関数を更新する。更新のタイミングとしては、少なくとも、予測補修確率算出部１６１ｂにより算出された需要予測数に対応する受注実績情報１６２が記憶部１６に記憶された以降のタイミングであればよい。

図８は、更新部１６１ｃによる実績補修確率の算出結果の一例を示す。図８には、一例として、運転開始からの経過時間がｔ_１（ｈ）の時の製品１で使用される部品の実際の受注数および実績補修確率、運転開始からの経過時間がｔ_２（ｈ）の時の製品２で使用される部品の実際の受注数および実績補修確率、運転開始からの経過時間がｔ_３（ｈ）の時の製品３で使用される部品の実際の受注数および実績補修確率、運転開始からの経過時間がｔ_４（ｈ）の時の製品４で使用される部品の実際の受注数および実績補修確率、および運転開始からの経過時間がｔ_１０００（ｈ）の時の製品１０００で使用される部品の実際の受注数および実績補修確率の算出結果を示している。

図８に示す算出結果が導出されるプロセスを説明する。更新部１６１ｃは、記憶部１６に記憶されている受注実績情報１６２から、製品１について、運転開始からの経過時間がｔ_１（ｈ）の時の実際の部品の受注数のデータ「部品ａ：５２（個）、部品ｂ：５０（個）、部品ｃ：５１（個）」を読み込む。続いて、更新部１６１ｃは、記憶部１６に記憶されている運用情報１６３から、製品１で使用されている部品の使用総数のデータ「３００（個）」を読み込む。そして、更新部１６１ｃは、部品の使用総数「３００」に対する部品の実際の受注総数「１５３」の比率を求めることにより、製品１の実績補修確率「５１（％）」を算出する。同様にして、更新部１６１ｃは、製品２の実績補修確率「３３（％）」、製品３の実績補修確率「２６（％）」、製品４の実績補修確率「５５（％）」、製品１０００の実績補修確率「８１（％）」を算出する。

続いて、更新部１６１ｃは、図８に示す実績補修確率、または予測補修確率算出部１６１ｂにより算出された予測補修確率のいずれか一方を予め設定された割合で重み付けして、補修確率関数１６４を更新する。図９に、補修確率関数１６４の更新方法の一例を示す。図９に示すＦ´は、予測補修確率を算出する際に用いた補修確率関数であり、更新前の補修確率関数である。図９に示すＦ´´は、更新後の補修確率関数である。図９に示すＩ_１〜Ｉ_４は実績補修確率の各値に対応する点であり、図９に示すＣ_１〜Ｃ_４は予測補修確率の各値に対応する点であり、図９に示すＵ_１〜Ｕ_４は更新後の各値に対応する点である。図９に示すαは、補修確率関数を更新する場合に、実績補修確率または予測補修確率のいずれか一方を重み付けするための値である。更新部１６１ｃは、予測補修確率算出部１６１ｂにより算出された予測補修確率を、対応する補修確率関数ごとに分ける。続いて、更新部１６１ｃは、同一の補修確率関数から導き出された予測補修確率に対応する実績補修確率を取得し、例えば、図９に示すように、予測補修確率に対応する点Ｃ_２と実績補修確率Ｉ_２との差Ｍ_２をα：１−αに内分する点Ｕ_２を求める。同様にして、更新部１６１ｃは、図９に示す点Ｕ_１、点Ｕ_３および点Ｕ_４を求めて、点Ｕ_１〜Ｕ_４を滑らかに結ぶ曲線を更新後の補修確率関数Ｆ´´として算出する。

図９に示すように、更新部１６１ｃは、予測補修確率と実績補修確率とを定期的に照らし合わせて、予測補修確率を実際の受注実績に近づけるように、記憶部１６に記憶されている補修確率関数を定期的に更新する。このため、部品の生産管理担当者などは、記憶部１６に記憶されている補修確率関数を利用することにより、実際の受注実績に近く、精度のよい需要予測を行うことができる。

［需要予測装置による処理］
図１０および図１１を用いて、本実施例に係る需要予測装置による処理の流れを説明する。図１０および図１１は、本実施例に係る需要予測装置による処理の流れを示す図である。

まず、図１０を用いて、補修確率関数算出処理の流れを説明する。図１０に示すように、補修確率関数算出部１６１ａは、記憶部１６から、受注実績情報１６２および運用情報１６３を読み込む（ステップＳ１０１）。続いて、補修確率関数算出部１６１ａは、受注実績情報１６２と、運用情報１６３とを用いて、製品の型式ごとに、運転開始経過時間に応じた補修確率を運転パターンごとに評価するための補修確率関数１６４を算出する（ステップＳ１０２）。そして、補修確率関数算出部１６１ａは、例えば、型式および運転パターンに対応付けて、補修確率関数を記憶部１６に格納する（ステップＳ１０３）。

次に、図１１を用いて、補修確率関数更新処理の流れを説明する。図１１に示す補修確率関数更新処理は、例えば、部品の生産管理担当者により設定された所定のタイミングで繰り返し実行される。図１１に示すように、予測補修確率算出部１６１ｂは、記憶部１６から補修確率関数１６４を読み込む（ステップＳ２０１）。続いて、予測補修確率算出部１６１ｂは、記憶部１６から読み込んだ補修確率関数１６４を用いて、各製品で使用されている部品の予測補修確率を算出する（ステップＳ２０２）。

続いて、更新部１６１ｃは、記憶部１６から受注実績情報１６２を読み込む（ステップＳ２０３）。続いて、更新部１６１ｃは、記憶部１６から読み込んだ受注実績情報１６２を用いて、各製品で使用されている部品の実績補修確率を算出する（ステップＳ２０４）。例えば、更新部１６１ｃは、部品の使用総数に対する部品の実際の受注総数の比率を求めることにより、製品ごとに実績補修確率を算出する。

続いて、更新部１６１ｃは、予測補修確率と実績補修確率とに基づいて、予測補修確率を算出する際に用いた補修確率関数１６４を更新する（ステップＳ２０５）。例えば、更新部１６１ｃは、予測補修確率または実績補修確率のいずれか一方を予め設定された割合で重み付けして補修確率関数１６４を更新する。続いて、更新部１６１ｃは、全ての補修確率関数１６４の更新が完了したか否かを判定する（ステップＳ２０６）。判定の結果、更新部１６１ｃは、全ての補修確率関数１６４の更新が完了している場合には（ステップＳ２０６、Ｙｅｓ）、処理を終了する。一方、全ての補修確率関数１６４の更新が完了していない場合には（ステップＳ２０６、Ｎｏ）、更新部１６１ｃは、ステップＳ２０５に戻り、処理を継続する。

例えば、発電所では、顧客との間で立案された設備計画に基づいて、発電設備（プラント）で使用される部品などの長期的な設備計画（長期山積み）が、生産管理担当者などにより作成される。一方で、顧客との間で立案された設備計画がない場合には、過去の受注実績に基づいて需要を予測する必要がある。しかしながら、発電設備（プラント）の運転開始からの経過時間、部品の種類、運転パターン、燃料の種類などによって、部品の劣化度が変わるので、同じの部品の受注実績が同様の傾向を示すとは限らない。部品の生産管理担当者などが、運転開始からの経過時間、部品の種類、運転パターン、燃料の種類などを取捨選択して、需要予測を行うための指標（切り口）として利用する場合、この指標が部品の実際の受注実績に近い、あるいは受注実績に沿っているかなどを検証する作業に大変な労力を必要とする。

これに対して、本実施例に係る需要予測装置は、補修確率関数１６４を用いて、所定の運転開始経過時間に対応する予測補修確率を算出し、算出した予測補修確率に対して実際の受注実績をフィードバックすることにより、補修確率関数から算出される予測補修確率が実際の受注実績に近づくように補修確率関数を自動的に更新する。このため、本実施例に係る需要予測装置によれば、部品の需要予測に用いる指標（切り口）が、部品の実際の受注実績に近い、あるいは受注実績に沿っているかなどの検証作業をそもそも必要としない。さらに、本実施例に係る需要予測装置によれば、部品の生産管理担当者などに補修確率関数を参照させることで、部品について、実際の受注実績に近く、精度のよい需要予測を行わせることができる。よって、本実施例に係る需要予測装置によれば、例えば、発電設備（プラント）で使用される部品などの長期的な設備計画（長期山積み）を作成する場合にも、精度のよい需要予測に基づいた山積みを作成するための参照データを、生産管理担当者などに提供できる。

また、本実施例に係る需要予測装置は、製品の型式ごとに、運転開始経過時間に応じた補修確率を運転パターンごとに評価するための補修確率関数１６４を算出する。これにより、製品の型式および運転パターンという２つのパラメータに基づいて、運転開始経過時間に応じた補修確率を分析できる。

また、本実施例に係る需要予測装置は、予測補修確率または実績補修確率のいずれか一方を予め設定された割合で重み付けする。例えば、予測補修確率を重み付けする場合には過去のデータを重視した関数に更新することができ、実績補修確率を重み付けする場合には最近のデータを重視した関数に更新することができる。

また、補修確率関数算出部１６１ａは、補修確率関数１６４を用いて算出される予測補修確率が、一定期間あるいは一定回数、実績補修確率と所定の閾値以上相違する場合には、補修確率関数１６４を算出する場合に選択したパラメータを変更してもよい。例えば、上述した実施例では、補修確率関数算出部１６１ａが、製品の型式ごとに、運転開始経過時間に応じた補修確率を運転パターンごとに評価するための補修確率関数１６４を算出する場合を説明した。予測補修確率が実績補修確率と所定の閾値以上相違する場合、補修確率関数算出部１６１ａは、例えば、製品の型式ごとに運転開始経過時間に応じた補修確率を部品種別ごとに評価するための補修確率関数１６４を算出してもよい。あるいは、補修確率関数算出部１６１ａは、製品の型式ごとに運転開始経過時間に応じた補修確率を製品で使用される燃料の種別ごとに評価するための補修確率関数１６４を算出してもよい。あるいは、補修確率関数算出部１６１ａは、製品の型式ごとに運転開始経過時間に応じた補修確率を、運転パターン、部品種別および燃料の種別の少なくとも２つの要素の組合せごとに評価するための補修確率関数１６４を算出してもよい。以下、図面を参照しつつ、補修確率関数を算出する際のパラメータの選択方法の一例を説明する。

図１２に、製品の型式、運転パターン、燃料、部品の組合せに該当するデータ数の一例を示す。図１２に示すように、型式、運転パターン、燃料および部品の組合せでは、組合せに対応する個々のデータ数が受注実績情報１６２に十分に存在しない可能性がある。この場合、算出した補修確率関数は、特異なデータの影響を受けやすく、誤差が大きくなってしまう場合が考えられる。そこで、少なくとも、型式、運転パターン、燃料または部品を組合せたときに、個々の組合せに対応するデータ数が所定の閾値よりも大きくなるようにする。なお、所定の閾値は、受注実績情報１６２の全データ数に基づいて、特異なデータの影響を受けにくい値を設定する。

一方、型式および部品というように、いくつかのパラメータに絞って組合せた場合は、個々のデータ数は多くなるが、パラメータの選択方法によっては、平均化されてしまって、詳細なデータを活かせない場合が考えられる。そこで、２つのパラメータを組合せてできる全ての組合せの中から、各組合せを採用したときの補修確率関数のバラつき（標準偏差）ができるだけ大きくなる組合せを採用する。図１３に、型式および部品の組合せを採用したときの補修確率関数の一例を示す。図１３に示す補修確率関数Ｆ_１０やＦ_１１の線のバラつきができるだけ大きくなるような組合せを採用する。

上述してきたように、運転開始経過時間に応じた補修確率を評価するための補修確率関数を算出する場合、製品の型式、運転パターン、燃料、部品から作成可能な全ての組合せの中から、個々の組合せに対応するデータ数が所定の閾値よりも大きく、かつ、補修確率関数の線のバラつきができるだけ大きくなるような組合せを採用する。

また、補修確率関数算出部１６１ａは、製品の型式、運転開始経過時間、運転パターンなど、製品の運用状況を特定する複数のパラメータについて考え得る全ての組合せに応じて部品の補修確率を評価するための補修確率関数を全て算出してもよい。そして、補修確率関数算出部１６１ａは、算出した補修確率関数の中から、実際の受注実績により相関が高いものを絞り込むようにしてもよい。

本実施例に係る需要予測装置１０は、需要を予測する場合に複数のパラメータが実績に沿ったものであるか否かを検証する必要がある全ての製品に対して、上述した需要予測装置１０による処理（図１０および図１１など参照）を適用することができる。

本実施例では、需要予測装置１０が、補修確率関数を用いて、所定の運転開始経過時間に対応する製品ごとの予測補修確率を算出し、予測補修確率と実績補修確率とを比較して、補修確率関数を更新する例を説明した。しかしながら、これには限定されず、例えば、予測補修確率から算出した部品の需要予測数と、対応する部品の受注実績とを比較して、補修確率関数を更新するようにしてもよい。

なお、上記の実施例で示した本発明の態様は、本発明の要旨を逸脱しない範囲で任意に変更することができる。例えば、上記の実施例で示したプログラムは、複数のモジュールに分割されていてもよいし、他のプログラムと統合されていてもよい。需要予測装置１０の機能を複数の装置に適宜分散させてもよい。

１０需要予測装置
１１表示部
１２入力部
１３通信部
１４媒体読取部
１５制御部
１６記憶部
１５１ＣＰＵ
１５２メモリ
１６１需要予測プログラム
１６１ａ補修確率関数算出部
１６１ｂ予測補修確率算出部
１６１ｃ更新部
１６２受注実績情報
１６３運用情報
１６４補修確率関数

Claims

製品ごとに、該製品で使用される部品の受注実績情報を記憶する実績情報記憶部と、
前記製品ごとに、該製品の運用状況を特定するための複数のパラメータの各々に対応する情報を運用情報として記憶する運用情報記憶部と、
前記製品の運転開始から所定時間が経過したときに該製品で使用されている部品の補修確率を、前記複数のパラメータの組合せに応じて評価するための補修確率関数を記憶する補修確率関数記憶部と、
前記実績情報記憶部に記憶されている前記受注実績情報と前記運用情報記憶部に前記運用情報として記憶されている前記複数のパラメータの各々に対応する情報を用いて、前記補修確率関数を算出する補修確率関数算出部と、
前記補修確率関数記憶部に記憶されている前記補修確率関数を用いて、前記製品ごとに前記所定時間が経過したときの予測補修確率を算出する予測補修確率算出部と、
前記実績情報記憶部に記憶されている受注実績情報を用いて、前記所定時間が経過したときの実際の補修確率である実績補修確率を前記製品ごとに算出し、算出した実績補修確率と前記予測補修確率算出部により算出された予測補修確率との比較結果を用いて、前記補修確率関数記憶部に記憶されている前記補修確率関数を更新する更新部と
を備えることを特徴とする需要予測装置。
前記更新部は、前記補修確率関数記憶部に記憶されている前記補修確率関数を更新する場合に、前記実績補修確率または前記予測補修確率の重み付けを行うことを特徴とする請求項１に記載の需要予測装置。
前記更新部は、前記予測補修確率の各値と、当該予測補修確率に対応する前記実績補修確率の各値との差をそれぞれ求め、各値間の差を所定の比率で内分するそれぞれの値に基づいて、前記補修確率関数を更新することを特徴とする請求項２に記載の需要予測装置。
前記補修確率関数算出部は、前記補修確率関数を算出する場合に、前記複数のパラメータの中から対応するデータ数が所定の閾値以上であるパラメータを特定し、特定したパラメータに含まれる２つのパラメータの全ての組合せに対応する前記補修確率関数を算出し、算出した補修確率関数の中で標準偏差が最も大きい補修確率関数を取得することを特徴とする請求項１から３のいずれか１つに記載の需要予測装置。
需要予測装置によって実行される需要予測方法であって、
製品の運用状況を特定するための複数のパラメータの各々に対応する情報を運用情報として前記対象設備ごとに記憶する運用情報記憶部から前記運用情報を取得し、前記製品ごとに該製品で使用される部品の受注実績情報を記憶する実績情報記憶部から前記受注実績情報を取得し、取得した運用情報である前記複数のパラメータの各々に対応する情報および受注実績情報を用いて、前記製品の運転開始から所定時間が経過したときに該製品で使用されている部品の補修確率を、前記複数のパラメータの組合せに応じて評価するための補修確率関数を算出する補修確率関数算出ステップと、
前記補修確率関数を記憶する補修確率関数記憶部から前記補修確率関数を取得し、取得した補修確率関数を用いて、前記製品ごとに前記所定時間が経過したときの予測補修確率を算出する予測補修確率算出ステップと、
前記実績情報記憶部に記憶されている受注実績情報を用いて、前記所定時間が経過したときの実際の補修確率である実績補修確率を算出し、算出した実績補修確率と前記予測補修確率算出ステップにより算出された予測補修確率との比較結果を用いて、前記補修確率関数記憶部に記憶されている補修確率関数を更新する更新ステップと
を含むことを特徴とする需要予測方法。
需要予測装置に、
製品の運用状況を特定するための複数のパラメータの各々に対応する情報を運用情報として前記対象設備ごとに記憶する運用情報記憶部から前記運用情報を取得し、前記製品ごとに該製品で使用される部品の受注実績情報を記憶する実績情報記憶部から前記受注実績情報を取得し、取得した運用情報である前記複数のパラメータの各々に対応する情報および受注実績情報を用いて、前記製品の運転開始から所定時間が経過したときに該製品で使用されている部品の補修確率を、前記複数のパラメータの組合せに応じて評価するための補修確率関数を算出する補修確率関数算出ステップと、
前記補修確率関数を記憶する補修確率関数記憶部から前記補修確率関数を取得し、取得した補修確率関数を用いて、前記製品ごとに前記所定時間が経過したときの予測補修確率を算出する予測補修確率算出ステップと、
前記実績情報記憶部に記憶されている受注実績情報を用いて、前記所定時間が経過したときの実際の補修確率である実績補修確率を算出し、算出した実績補修確率と前記予測補修確率算出ステップにより算出された予測補修確率との比較結果を用いて、前記補修確率関数記憶部に記憶されている補修確率関数を更新する更新ステップと
を実行させることを特徴とする需要予測プログラム。