JP6167816B2

JP6167816B2 - Manufacturing load / timing prediction apparatus, manufacturing load / timing prediction method, and computer program

Info

Publication number: JP6167816B2
Application number: JP2013204722A
Authority: JP
Inventors: 邦春伊藤; 政典塩谷; 竹内　大輔; 大輔竹内
Original assignee: Nippon Steel and Sumitomo Metal Corp
Current assignee: Nippon Steel Corp
Priority date: 2013-09-30
Filing date: 2013-09-30
Publication date: 2017-07-26
Anticipated expiration: 2033-09-30
Also published as: JP2015069527A

Description

本発明は、製造負荷・タイミング予測装置、製造負荷・タイミング予測方法、及びコンピュータプログラムに関し、特に、製造仕様が異なる複数の製品を複数の製造工程を経て製造するための生産計画を評価するために用いて好適なものである。 The present invention relates to a manufacturing load / timing prediction apparatus, a manufacturing load / timing prediction method, and a computer program, and more particularly to evaluate a production plan for manufacturing a plurality of products having different manufacturing specifications through a plurality of manufacturing processes. It is suitable for use.

鉄鋼業を始めとする多くの産業における製造プロセスでは、複数の製造工程を経て製品が製造される。このようにして製品を製造する際には、顧客が要求する製品注文情報をもつ製品を、要求された量だけ、要求された期日に納入できるようにすることが求められる。このような観点から、製品の製造負荷や工期を予測し、予測した結果から、生産計画の良否を評価する技術が提案されている。尚、本明細書において製造負荷とは、各製造設備での処理量（製造量）を指すものとする。 In manufacturing processes in many industries including the steel industry, products are manufactured through a plurality of manufacturing processes. When manufacturing a product in this way, it is required that a product having product order information requested by a customer can be delivered in a required amount on a required date. From such a viewpoint, a technology for predicting the quality of a production plan based on the predicted result of predicting the manufacturing load and work period of a product has been proposed. In addition, in this specification, a manufacturing load shall refer to the processing amount (manufacturing amount) in each manufacturing equipment.

特許文献１には、製品の製造工程毎の製造負荷を以下のようにして予測する技術が開示されている。
まず、製品の属性が同一又は似ているものを同一の品種として分類するための決定木を工程別品種区分ロジックとして製造工程別に作成する。また、製造工程毎・品種毎に、当該品種に属する製品の総数に対する当該品種に属する製品の当該製造工程の通過数の割合の期待値を示す発生率を算出するモデルを製造負荷予測モデルとして作成する。その後、注文のあった製品の製品属性を工程別品種区分ロジックに適用して、製造工程別・品種別の生産計画量を求め、当該生産計画量に対応する発生率を当該生産計画量に乗算して、各製造工程の製造負荷を算出（予測）する。 Patent Document 1 discloses a technique for predicting a manufacturing load for each manufacturing process of a product as follows.
First, a decision tree for classifying products having the same or similar product attributes as the same product type is created for each manufacturing process as a process-specific product type classification logic. In addition, for each manufacturing process and product type, a model that calculates the expected rate of the ratio of the number of products passing through the product process to the total number of products belonging to the product type is created as a production load prediction model. To do. After that, the product attribute of the ordered product is applied to the product type logic for each process, the production plan amount for each manufacturing process and product type is obtained, and the production rate is multiplied by the occurrence rate corresponding to the production plan amount. Then, the manufacturing load of each manufacturing process is calculated (predicted).

また、特許文献２には、製品の工期を以下のようにして予測する技術が開示されている。
まず、各製造工程の通過の有無の実績値である通過実績有無の値を製造工程順が早いものから並べた通過工程パターン別の工期分布を導出する。次に、製造実績データに含まれる製品の製造仕様を決定木に適用することにより、当該製品の各製造工程の通過の有無の予測値を標準的な工程通過順で並べることにより得られる品種を、当該製造実績データに含まれる製品のそれぞれについて決定し、決定した品種別の通過工程パターンの発生確率を導出する。そして、通過工程パターン別の工期分布と、品種別の通過工程パターンの発生確率とを用いて品種別の工期分布を導出する。その後、注文データに含まれる製品の製造仕様を決定木に適用することにより、当該製品の各製造工程の通過の有無の予測値を所定の順番で並べることにより得られる品種を、当該注文データに含まれる製品のそれぞれについて決定し、決定した品種と、品種別の工期分布とを用いて、注文別の製造工期を算出（予測）する。 Patent Document 2 discloses a technique for predicting the construction period of a product as follows.
First, a work period distribution is derived for each passing process pattern in which the values of passing results, which are the results values of passing or not of each manufacturing process, are arranged in order of the manufacturing process. Next, by applying the manufacturing specifications of the product included in the manufacturing performance data to the decision tree, the product type obtained by arranging the predicted values of whether or not the product passes through the manufacturing process in the standard process passing order is obtained. Then, each of the products included in the manufacturing performance data is determined, and the occurrence probability of the determined passing process pattern for each product type is derived. Then, the work period distribution for each type is derived using the work period distribution for each passing process pattern and the occurrence probability of the passing process pattern for each kind. After that, by applying the manufacturing specifications of the product included in the order data to the decision tree, the product type obtained by arranging the predicted values of whether or not the product passes through the manufacturing process in a predetermined order is added to the order data. Each of the included products is determined, and the manufacturing period for each order is calculated (predicted) using the determined type and the distribution of the period for each type.

特開２０１１−１３４２８３号公報JP 2011-134283 A 特開２０１３−３３４５０号公報JP 2013-33450 A

山口和範、外２名、"図解入門よくわかる多変量解析の基本と仕組み"、株式会社秀和システム、2004年5月25日、p.143-168Kazunori Yamaguchi and two others, “Basics and Mechanism of Multivariate Analysis that can be understood well”, Hidekazu System, Inc., May 25, 2004, p.143-168

ところで、複数の製造工程のそれぞれにおける製造負荷に加えて、当該複数の製造工程のそれぞれで製造負荷が発生するタイミングを事前に予測することができれば、生産計画の良否をより詳細に評価することができる。
しかしながら、特許文献１に記載の技術では、複数の製造工程のそれぞれにおける製造負荷を予測することはできるが、当該複数の製造工程のそれぞれでいつ製造負荷が発生するのかを予測することはできない。
また、特許文献２に記載の技術は、製品の製造工期（製品が製造するまでの全体の期間）を予測する技術であり、複数の製造工程のそれぞれにおける製造負荷を予測することは勿論のこと、当該複数の製造工程のそれぞれでいつ製造負荷が発生するのかも予測することはできない。 By the way, in addition to the manufacturing load in each of the plurality of manufacturing processes, if the timing at which the manufacturing load is generated in each of the plurality of manufacturing processes can be predicted in advance, the quality of the production plan can be evaluated in more detail. it can.
However, with the technique described in Patent Document 1, it is possible to predict the manufacturing load in each of the plurality of manufacturing processes, but it is not possible to predict when the manufacturing load is generated in each of the plurality of manufacturing processes.
In addition, the technique described in Patent Document 2 is a technique for predicting a manufacturing period of a product (the entire period until the product is manufactured), and of course predicting a manufacturing load in each of a plurality of manufacturing processes. It is also impossible to predict when a manufacturing load will occur in each of the plurality of manufacturing processes.

本発明は、以上のような問題点に鑑みてなされたものであり、複数の製造工程のそれぞれにおける製造負荷と、当該複数の製造工程のそれぞれで製造負荷が発生するタイミングとの双方を予測できるようにすることを目的とする。 The present invention has been made in view of the above problems, and can predict both the manufacturing load in each of the plurality of manufacturing processes and the timing at which the manufacturing load occurs in each of the plurality of manufacturing processes. The purpose is to do so.

本発明の製造負荷・タイミング予測装置は、製品の属性である製品仕様と製品の製造方法に関する仕様である製造仕様との少なくとも何れかが異なる複数の製品を複数の製造工程での処理により製造する製造工場の各製造工程における製造負荷及び当該製造負荷が発生するタイミングを予測する製造負荷・タイミング予測装置であって、過去に製造された複数の製品のそれぞれについての製造実績データであって、製品仕様と製造仕様と前記複数の製造工程のそれぞれの通過実績とを含む製造実績データを、製品仕様と製造仕様とを入力とし、前記製造工程における通過の有無の予測値を出力する工程通過判定ロジックを用いて、前記製造工程における前記予測値を所定の順番に並べた複数の予測通過パターンの何れか１つに分類する第１の分類手段と、製造する予定の製品についての注文データであって、製品仕様と製造仕様と注文量とを含む注文データを、前記工程通過判定ロジックを用いて、前記製造工程における前記予測値を前記所定の順番に並べた複数の予測通過パターンの何れか１つに分類する第２の分類手段と、前記複数の製造工程のそれぞれにおける製造工期を取得する製造工期取得手段と、前記複数の製造工程のそれぞれにおける通過順を取得する通過順取得手段と、前記第１の分類手段により分類された前記複数の予測通過パターンのうち、前記第２の分類手段により分類された前記予測通過パターンと同一の予測通過パターンに分類された前記製造実績データに含まれる前記通過実績の組み合わせの総数に対する、当該製造実績データに含まれる個々の前記通過実績の組み合わせの数の割合と、前記注文データに含まれる前記注文量とに基づいて、前記複数の製造工程のそれぞれにおける製造負荷を、前記個々の通過実績の組み合わせのそれぞれについて導出したものを、通過実績別製造工程別の製造負荷として導出する通過実績別製造工程別製造負荷導出手段と、前記通過実績別製造工程別製造負荷導出手段により導出された前記通過実績別製造工程別の製造負荷と、前記複数の製造工程のそれぞれにおける製造工期及び通過順と、前記複数の製造工程のうち最初に通過する製造工程で製造負荷が発生するタイミングと、に基づいて、前記製造工程毎に、発生する製造負荷の量とタイミングとを前記個々の通過実績の組み合わせのそれぞれについて導出したものを、通過実績別製造工程別の製造負荷・タイミングとして導出する通過実績別製造工程別製造負荷・タイミング導出手段と、前記通過実績別製造工程別製造負荷・タイミング導出手段により導出された前記通過実績別製造工程別の製造負荷・タイミングを集計して、前記製造工程毎に、発生する製造負荷の量とタイミングとを、製造工程別の製造負荷・タイミングとして導出する製造工程別製造負荷・タイミング導出手段と、を有し、前記複数の製造工程のそれぞれの通過実績は、前記複数の製造工程のそれぞれの通過回数であり、前記通過実績の組み合わせは、前記複数の製造工程のそれぞれの通過回数を所定の順番に並べた実通過工程パターンであり、前記通過実績別製造工程別製造負荷・タイミング導出手段は、前記通過実績別製造工程別製造負荷導出手段により導出された前記通過実績別製造工程別の製造負荷のうち、前記実通過工程パターンで通過回数が複数回であることが示されている前記製造工程で発生する製造負荷については、当該製造負荷の量を当該通過回数で割った値を、当該製造工程において１つのタイミングで発生する製造負荷として導出することを特徴とする。 The manufacturing load / timing prediction apparatus of the present invention manufactures a plurality of products in which at least one of a product specification that is an attribute of a product and a manufacturing specification that is a specification related to a manufacturing method of the product are different by processing in a plurality of manufacturing steps. A production load / timing prediction device for predicting a production load in each production process of a production factory and a timing at which the production load is generated, which is production result data for each of a plurality of products produced in the past. Process pass determination logic that outputs manufacturing prediction data including specifications, manufacturing specifications, and the passing results of each of the plurality of manufacturing steps, the product specification and the manufacturing specification as input, and the predicted value of the passing or not in the manufacturing step. Is used to classify the predicted values in the manufacturing process into any one of a plurality of predicted passing patterns arranged in a predetermined order. Order data for a product to be manufactured and order data including product specifications, manufacturing specifications, and order quantities, using the process passage determination logic, and the predicted value in the manufacturing process A second classifying means for classifying into any one of a plurality of predicted passage patterns arranged in a predetermined order; a manufacturing period acquisition means for acquiring a manufacturing period in each of the plurality of manufacturing processes; and the plurality of manufacturing steps. A passing order acquisition means for acquiring a passing order in each of the plurality of predicted passing patterns classified by the first classification means, and the same as the predicted passing pattern classified by the second classification means The total of the combinations of the passing results included in the manufacturing result data classified in the predicted passing pattern, each of the individual included in the manufacturing result data Based on the ratio of the number of past performance combinations and the order quantity included in the order data, the production load in each of the plurality of manufacturing processes is derived for each of the combinations of the individual past performance results. , A manufacturing load deriving means for each passing performance by manufacturing process derived as a manufacturing load for each passing manufacturing process, and a manufacturing load for each manufacturing process by passing performance derived by the manufacturing load deriving means for each passing manufacturing process Generated for each manufacturing process based on the manufacturing period and the order of passing in each of the plurality of manufacturing processes, and the timing at which a manufacturing load is generated in the manufacturing process that first passes among the plurality of manufacturing processes. The amount and timing of the manufacturing load to be derived for each of the combinations of the individual passing results is used as the manufacturing load for each passing process. The production load / timing deriving means for each passing process according to the manufacturing process and the timing deriving means according to the passing results, and the manufacturing load / timing deriving means for each passing process according to the manufacturing process / timing deriving means. aggregate to said each manufacturing process, and the amount and timing of the generated manufacturing load, possess a manufacturing process by producing a load timing deriving means for deriving as a separate manufacturing load timing manufacturing process, a plurality of Each passing record of the manufacturing process is the number of passing times of the plurality of manufacturing processes, and the combination of the passing records is an actual passing process pattern in which the passing times of the plurality of manufacturing processes are arranged in a predetermined order. The production load / timing deriving means by manufacturing process by passing performance is derived by the manufacturing load deriving means by manufacturing process by passing performance. Among the manufacturing loads for each passing performance, the manufacturing load generated in the manufacturing process indicated that the number of times of passing in the actual passing process pattern is a plurality of times. A value obtained by dividing the number of passes is derived as a manufacturing load generated at one timing in the manufacturing process .

本発明の製造負荷・タイミング予測方法は、製品の属性である製品仕様と製品の製造方法に関する仕様である製造仕様との少なくとも何れかが異なる複数の製品を複数の製造工程での処理により製造する製造工場の各製造工程における製造負荷及び当該製造負荷が発生するタイミングを予測する製造負荷・タイミング予測方法であって、過去に製造された複数の製品のそれぞれについての製造実績データであって、製品仕様と製造仕様と前記複数の製造工程のそれぞれの通過実績とを含む製造実績データを、製品仕様と製造仕様とを入力とし、前記製造工程における通過の有無の予測値を出力する工程通過判定ロジックを用いて、前記製造工程における前記予測値を所定の順番に並べた複数の予測通過パターンの何れか１つに分類する第１の分類ステップと、製造する予定の製品についての注文データであって、製品仕様と製造仕様と注文量とを含む注文データを、前記工程通過判定ロジックを用いて、前記製造工程における前記予測値を前記所定の順番に並べた複数の予測通過パターンの何れか１つに分類する第２の分類ステップと、前記複数の製造工程のそれぞれにおける製造工期を取得する製造工期取得ステップと、前記複数の製造工程のそれぞれにおける通過順を取得する通過順取得ステップと、前記第１の分類ステップにより分類された前記複数の予測通過パターンのうち、前記第２の分類ステップにより分類された前記予測通過パターンと同一の予測通過パターンに分類された前記製造実績データに含まれる前記通過実績の組み合わせの総数に対する、当該製造実績データに含まれる個々の前記通過実績の組み合わせの数の割合と、前記注文データに含まれる前記注文量とに基づいて、前記複数の製造工程のそれぞれにおける製造負荷を、前記個々の通過実績の組み合わせのそれぞれについて導出したものを、通過実績別製造工程別の製造負荷として導出する通過実績別製造工程別製造負荷導出ステップと、前記通過実績別製造工程別製造負荷導出ステップにより導出された前記通過実績別製造工程別の製造負荷と、前記複数の製造工程のそれぞれにおける製造工期及び通過順と、前記複数の製造工程のうち最初に通過する製造工程で製造負荷が発生するタイミングと、に基づいて、前記製造工程毎に、発生する製造負荷の量とタイミングとを前記個々の通過実績の組み合わせのそれぞれについて導出したものを、通過実績別製造工程別の製造負荷・タイミングとして導出する通過実績別製造工程別製造負荷・タイミング導出ステップと、前記通過実績別製造工程別製造負荷・タイミング導出ステップにより導出された前記通過実績別製造工程別の製造負荷・タイミングを集計して、前記製造工程毎に、発生する製造負荷の量とタイミングとを、製造工程別の製造負荷・タイミングとして導出する製造工程別製造負荷・タイミング導出ステップと、を有し、前記複数の製造工程のそれぞれの通過実績は、前記複数の製造工程のそれぞれの通過回数であり、前記通過実績の組み合わせは、前記複数の製造工程のそれぞれの通過回数を所定の順番に並べた実通過工程パターンであり、前記通過実績別製造工程別製造負荷・タイミング導出ステップは、前記通過実績別製造工程別製造負荷導出ステップにより導出された前記通過実績別製造工程別の製造負荷のうち、前記実通過工程パターンで通過回数が複数回であることが示されている前記製造工程で発生する製造負荷については、当該製造負荷の量を当該通過回数で割った値を、当該製造工程において１つのタイミングで発生する製造負荷として導出することを特徴とする。 The manufacturing load / timing prediction method of the present invention manufactures a plurality of products in which at least one of a product specification that is an attribute of a product and a manufacturing specification that is a specification related to a manufacturing method of a product are different by processing in a plurality of manufacturing processes. A manufacturing load / timing prediction method for predicting a manufacturing load in each manufacturing process of a manufacturing factory and a timing at which the manufacturing load occurs, and manufacturing result data for each of a plurality of products manufactured in the past, Process pass determination logic that outputs manufacturing prediction data including specifications, manufacturing specifications, and the passing results of each of the plurality of manufacturing steps, the product specification and the manufacturing specification as input, and the predicted value of the passing or not in the manufacturing step. Is used to classify the predicted values in the manufacturing process into any one of a plurality of predicted passing patterns arranged in a predetermined order. Order data for a product to be manufactured and order data including product specifications, manufacturing specifications, and order quantities, using the process passage determination logic, the predicted value in the manufacturing process is A second classifying step for classifying into any one of a plurality of predicted passage patterns arranged in a predetermined order; a manufacturing period acquisition step for acquiring a manufacturing period in each of the plurality of manufacturing processes; and the plurality of manufacturing processes. A passing order acquisition step for acquiring a passing order in each of the above, and among the plurality of predicted passing patterns classified by the first classification step, the same as the predicted passing pattern classified by the second classification step The manufacturing performance data for the total number of combinations of the passing results included in the manufacturing performance data classified in the predicted passing pattern. Based on the ratio of the number of combinations of the individual passage results included in the data and the order quantity included in the order data, the production load in each of the plurality of manufacturing processes is represented by the combination of the individual passage results. Are derived as a production load by production process by production process by pass result and a production load derivation step by production process by production process by passage result and the passage result obtained by the production load derivation step by production process by pass result. Based on the manufacturing load for each of the different manufacturing processes, the manufacturing period and the passing order in each of the plurality of manufacturing processes, and the timing at which the manufacturing load occurs in the manufacturing process that passes first among the plurality of manufacturing processes, Derived amount and timing of production load generated for each production process for each combination of the individual passing results Is derived as a manufacturing load / timing deriving step by manufacturing process by passing result and a manufacturing load / timing deriving step by manufacturing process by passing result, and the passing result derived by the manufacturing load / timing deriving step by manufacturing process by passing result The production load / timing for each manufacturing process is calculated by summing up the manufacturing load / timing for each manufacturing process and deriving the amount and timing of the generated manufacturing load as the manufacturing load / timing for each manufacturing process. a step, have a respective passage record of said plurality of production processes are the respective number of passages of the plurality of manufacturing steps, the combination of the passing track record, each of the number of passes of the plurality of manufacturing steps It is an actual passing process pattern arranged in a predetermined order, and the manufacturing load / timing deriving step by manufacturing process by the passing result, In the manufacturing process, the actual passing process pattern indicates that the number of passes is a plurality of times out of the manufacturing load by the passing process by manufacturing process derived by the overloading process by manufacturing process derivation step by manufacturing process. With respect to the generated manufacturing load, a value obtained by dividing the amount of the manufacturing load by the number of passages is derived as a manufacturing load generated at one timing in the manufacturing process .

本発明のコンピュータプログラムは、前記製造負荷・タイミング予測方法の各ステップをコンピュータに実行させることを特徴とする。 A computer program according to the present invention causes a computer to execute each step of the manufacturing load / timing prediction method.

本発明によれば、注文と同じ予測通過パターンに分類された過去の製造実績における各製造工程の発生率を用いて、当該注文における各製造工程の製造負荷を求め、求めた各製造工程の製造負荷と、各製造工程の製造工期と、各製造工程の通過順とを用いて、発生する製造負荷の量とタイミングを製造工程毎に求めるようにした。したがって、複数の製造工程のそれぞれにおける製造負荷と、当該複数の製造工程のそれぞれで製造負荷が発生するタイミングとの双方を予測することができる。 According to the present invention, the production load of each manufacturing process in the order is obtained using the occurrence rate of each manufacturing process in the past production performance classified into the same predicted passing pattern as the order, and the production of each obtained manufacturing process is obtained. Using the load, the manufacturing period of each manufacturing process, and the passing order of each manufacturing process, the amount and timing of the generated manufacturing load are determined for each manufacturing process. Therefore, it is possible to predict both the manufacturing load in each of the plurality of manufacturing processes and the timing at which the manufacturing load is generated in each of the plurality of manufacturing processes.

厚鋼板（厚板）の製造工場の概略構成の一例を説明する図である。It is a figure explaining an example of schematic structure of a manufacturing factory of a thick steel plate (thick plate). 製造負荷・タイミング予測装置の機能的な構成の一例を示す図である。It is a figure which shows an example of a functional structure of a manufacturing load and timing prediction apparatus. 製造実績データの一例を示す図である。It is a figure which shows an example of manufacture performance data. 或る途中工程の工程通過判定ロジックの一例を示す図である。It is a figure which shows an example of the process passage determination logic of a certain middle process. 製造番号別の通過有無変数と予測通過パターンの一例を示す図である。It is a figure which shows an example of the passage presence variable for every manufacture number, and an estimated passage pattern. 或る予測通過パターンにおける実通過工程パターンと当該実通過工程パターンの構成比率の一例を示す図である。It is a figure which shows an example of the structure ratio of the actual passage process pattern in a certain prediction passage pattern, and the said actual passage process pattern. 或る予測通過パターンにおける実通過工程パターンと当該実通過工程パターンの構成比率と当該実通過工程パターンの途中工程別発生率の一例を示す図である。It is a figure which shows an example of the actual passage process pattern in a certain prediction passage pattern, the composition ratio of the said actual passage process pattern, and the generation rate according to the middle process of the said actual passage process pattern. 途中工程別製造工期と工程通過順の一例を示す図である。It is a figure which shows an example of the manufacturing work period according to a middle process, and a process passage order. 注文データの一例を示す図である。It is a figure which shows an example of order data. 注文番号別の通過有無変数と予測通過パターンの一例を示す図である。It is a figure which shows an example of the passage presence variable according to order number, and an estimated passage pattern. 注文別実通過工程パターン別途中工程別製造負荷発生量の一例を示す図である。It is a figure which shows an example of the production load generation amount classified by middle process according to the actual passage process pattern classified by order. 実通過工程パターン別途中工程別発生量・発生タイミングの一例を示す図である。It is a figure which shows an example of the generation amount and generation | occurrence | production timing according to a real passage process pattern separate middle process. 途中工程別発生量・発生タイミングの一例を示す図である。It is a figure which shows an example of the generation amount and generation | occurrence | production timing according to a middle process. 途中工程別発生量・発生タイミングの情報の表示例を示す図である。It is a figure which shows the example of a display of the information of the generation amount and generation | occurrence | production timing according to an intermediate process. 製造負荷・タイミング予測装置の処理の一例を説明するフローチャートである。It is a flowchart explaining an example of a process of a manufacturing load and timing prediction apparatus. 図１５−１に続くフローチャートである。It is a flowchart following FIG. 特許文献１の手法で導出される製造負荷の発生量の一例を示す図である。It is a figure which shows an example of the generation amount of the manufacturing load derived | led-out by the method of patent document 1. FIG. 工程通過判定ロジックの他の例を示す図である。It is a figure which shows the other example of process passage determination logic. 途中工程別製造工期と工程通過順の変形例を示す図である。It is a figure which shows the modified example of the manufacturing construction period according to an intermediate process, and a process passage order.

以下、図面を参照しながら、本発明の一実施形態を説明する。
図１は、本実施形態で、製造負荷と当該製造負荷が発生するタイミングを予測する対象となる製造工程を説明する図である。具体的に、図１は、鉄鋼業における代表的な製品である厚鋼板（厚板）の製造工場の概略構成の一例を説明する図である。尚、本発明の適用先は、厚鋼板の製造工場に限定されないことは勿論である。図１において、矢印は製品の流れを示す。
転炉工程１０１では、高温溶融状態の鉄鋼中間製品（溶鋼）の化学的成分である出鋼成分を例えば約３００ｔｏｎ単位で調整し、溶鋼鍋に出鋼する。この転炉工程１０１での出鋼単位をチャージと呼ぶ。
連続鋳造工程１０２では、転炉工程１０１で製造された溶鋼を複数チャージ分連続して鋳造し、その後規定の長さに切断することで、例えば約２０ｔｏｎ単位のスラブと呼ばれる板状の中間製品を製造する。この連続鋳造工程１０２での一連の製造単位をキャストと呼ぶ。製造仕様にもよるが概ね８〜１２チャージを１キャストとして製造する。 Hereinafter, an embodiment of the present invention will be described with reference to the drawings.
FIG. 1 is a diagram illustrating a manufacturing process that is a target for predicting a manufacturing load and a timing at which the manufacturing load is generated in the present embodiment. Specifically, FIG. 1 is a diagram illustrating an example of a schematic configuration of a manufacturing factory for a thick steel plate (thick plate) that is a representative product in the steel industry. Needless to say, the application destination of the present invention is not limited to a thick steel plate manufacturing factory. In FIG. 1, arrows indicate the product flow.
In the converter process 101, a steel output component, which is a chemical component of a steel intermediate product (molten steel) in a high-temperature molten state, is adjusted, for example, in units of about 300 tons, and the steel is output to a molten steel pan. The steel output unit in the converter process 101 is called charge.
In the continuous casting process 102, the molten steel produced in the converter process 101 is continuously cast for a plurality of charges, and then cut to a specified length, so that, for example, a plate-like intermediate product called a slab of about 20 ton units is obtained. To manufacture. A series of production units in the continuous casting process 102 is referred to as casting. Although it depends on the manufacturing specifications, the 8 to 12 charges are manufactured as one cast.

圧延工程１０３では、スラブを加熱した後、所定の厚みや幅まで成形する。転炉工程１０１、連続鋳造工程１０２、及び圧延工程１０３では全ての製品が処理を行われる。また、圧延工程１０３で製造負荷が発生するタイミングは予め定められている。圧延工程１０３は、全ての製品について製造負荷が発生する製造工程であって、当該工程で製造負荷が発生するタイミングが定められている製造工程であり、予測の対象となる製造工程の前の起点となる製造工程となる。このように、予測の対象となる製造工程の前の起点となる製造工程は、必ずしも、製造工場において最初に行われる工程（図１に示す例では転炉工程１０１）に限定されるものではない。 In the rolling step 103, the slab is heated and then molded to a predetermined thickness and width. In the converter process 101, the continuous casting process 102, and the rolling process 103, all products are processed. Moreover, the timing at which the production load is generated in the rolling process 103 is determined in advance. The rolling process 103 is a manufacturing process in which a manufacturing load is generated for all products, and is a manufacturing process in which the timing at which the manufacturing load is generated in the process is determined, and is the starting point before the manufacturing process to be predicted This is a manufacturing process. Thus, the manufacturing process that is the starting point before the manufacturing process to be predicted is not necessarily limited to the process that is first performed in the manufacturing factory (the converter process 101 in the example shown in FIG. 1). .

手入れ工程１０４は、精整工程の一部であり、品質確保のために圧延後のスラブの手入を行う。
矯正（ＣＬ）工程１０５と矯正（ＯＬ）工程１０６は、精整工程の一部であり、形状等の品質を確保するために圧延後のスラブの矯正を行う。図１に示す例では、２つの矯正工程（矯正（ＣＬ）工程１０５、矯正（ＯＬ）工程１０６）がある。
切断工程１０７は、精整工程の一部であり、注文仕様のサイズに圧延後のスラブの切断を行う。 The care process 104 is a part of the refining process, and care for the slab after rolling is performed to ensure quality.
The straightening (CL) step 105 and the straightening (OL) step 106 are a part of the refining step, and correct the slab after rolling in order to ensure the quality of the shape and the like. In the example shown in FIG. 1, there are two correction processes (correction (CL) process 105 and correction (OL) process 106).
The cutting process 107 is a part of the refining process, and cuts the slab after rolling to the size of the custom specification.

手入れ工程１０４、矯正（ＣＬ）工程１０５、及び矯正（ＯＬ）工程１０６で処理が行われるか否かは、圧延工程１０３で圧延が行われた後の製品の状態等によって定まる。また、切断工程１０７で処理が行われるか否かは、製品の仕様等によって定まる。すなわち、手入れ工程１０４、矯正（ＣＬ）工程１０５、矯正（ＯＬ）工程１０６、及び切断工程１０７の何れの製造工程で注文のあった製品に対する処理が行われるのかは事前に定められていない。また、手入れ工程１０４、矯正（ＣＬ）工程１０５、矯正（ＯＬ）工程１０６、及び切断工程１０７は、必ずしも全ての製品について処理が行われる製造工程ではない。 Whether or not the processing is performed in the care process 104, the correction (CL) process 105, and the correction (OL) process 106 depends on the state of the product after the rolling process 103 is performed. Whether or not the process is performed in the cutting step 107 is determined by the product specifications and the like. In other words, it is not determined in advance in which manufacturing process of the care process 104, the correction (CL) process 105, the correction (OL) process 106, and the cutting process 107 the processed product is to be processed. Further, the care process 104, the correction (CL) process 105, the correction (OL) process 106, and the cutting process 107 are not necessarily manufacturing processes in which processing is performed for all products.

本実施形態では、手入れ工程１０４、矯正（ＣＬ）工程１０５、矯正（ＯＬ）工程１０６、及び切断工程１０７については、当該製造工程による処理が行われた製品の状態によって、当該製造工程による処理が再度行われることがあるものとする。すなわち、本実施形態では、手入れ工程１０４、矯正（ＣＬ）工程１０５、矯正（ＯＬ）工程１０６、及び切断工程１０７については、繰り返し複数回の処理が行われることがあるものとする。また、図１に示す例では、手入れ工程１０４の後に矯正（ＣＬ）工程１０５が、矯正（ＣＬ）工程１０５の後に矯正（ＯＬ）工程１０６が、矯正（ＯＬ）工程１０６の後に切断工程１０７が実行される場合を例に挙げて示しているが、必ずしもこの順になるものではない。 In the present embodiment, the care process 104, the correction (CL) process 105, the correction (OL) process 106, and the cutting process 107 are processed by the manufacturing process depending on the state of the product that has been processed by the manufacturing process. It may be performed again. That is, in the present embodiment, the care process 104, the correction (CL) process 105, the correction (OL) process 106, and the cutting process 107 may be repeatedly performed a plurality of times. Further, in the example shown in FIG. 1, the correction (CL) process 105 is performed after the care process 104, the correction (OL) process 106 is performed after the correction (CL) process 105, and the cutting process 107 is performed after the correction (OL) process 106. Although the case where it executes is shown as an example, it is not necessarily in this order.

全ての処理を終えた製品は、倉庫１０８に配置される。尚、倉庫１０８における製造負荷は、倉庫１０８内に製品を配置するための処理が行われることにより発生する。また、倉庫１０８には、全ての製品が配置される（すなわち、全ての製品について製造負荷が発生する）。図１に示す例では、倉庫１０８が最後の工程になる。 The finished product is placed in the warehouse 108. It should be noted that the manufacturing load in the warehouse 108 is generated when processing for placing products in the warehouse 108 is performed. In addition, all products are arranged in the warehouse 108 (that is, a manufacturing load is generated for all products). In the example shown in FIG. 1, the warehouse 108 is the last process.

以下に示す本実施形態の製造負荷・タイミング予測装置２００では、圧延工程１０３と倉庫１０８との間の途中の製造工程である手入れ工程１０４、矯正（ＣＬ）工程１０５、矯正（ＯＬ）工程１０６、及び切断工程１０７における製造負荷と当該製造負荷が発生するタイミングとを注文毎に製造着手前に予測することで、生産計画の良否を事前に評価できるようにする。
以下の説明では、製造工程において製品に対して当該製造工程で行うべき処理（例えば、熱処理、加工、保管）が行われることを、必要に応じて、製品が当該製造工程を通過すると称する。また、圧延工程１０３と倉庫１０８との間の途中の製造工程（手入れ工程１０４、矯正（ＣＬ）工程１０５、矯正（ＯＬ）工程１０６、及び切断工程１０７）を必要に応じて途中工程と称する。 In the manufacturing load / timing prediction apparatus 200 of the present embodiment shown below, a care process 104, a correction (CL) process 105, a correction (OL) process 106, which are manufacturing processes in the middle between the rolling process 103 and the warehouse 108, And by predicting the manufacturing load in the cutting step 107 and the timing at which the manufacturing load is generated before starting the manufacturing for each order, the quality of the production plan can be evaluated in advance.
In the following description, processing (for example, heat treatment, processing, storage) to be performed in a manufacturing process on the product in the manufacturing process is referred to as the product passing through the manufacturing process as necessary. In addition, the intermediate manufacturing process (care process 104, correction (CL) process 105, correction (OL) process 106, and cutting process 107) between the rolling process 103 and the warehouse 108 is referred to as an intermediate process as necessary.

図２は、製造負荷・タイミング予測装置２００の機能的な構成の一例を示す図である。製造負荷・タイミング予測装置２００のハードウェアは、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ、ＨＤＤ、及び各種インターフェースを備えた公知の情報処理装置を用いることにより実現することができるので、ここでは、その詳細な説明を省略する。 FIG. 2 is a diagram illustrating an example of a functional configuration of the manufacturing load / timing prediction apparatus 200. The hardware of the manufacturing load / timing prediction apparatus 200 can be realized by using, for example, a known information processing apparatus including a CPU, a ROM, a RAM, an HDD, and various interfaces. Description is omitted.

［製造実績データ取得部２０１］
製造実績データ取得部２０１は、製造実績データを外部から取得して記憶する。製造実績データ取得部２０１は、例えば、ユーザによるユーザインターフェースの入力操作に従って製造実績データを取得したり、リムーバル記憶媒体に記憶された製造実績データを読み出したり、外部装置から通信回線を介して製造実績データを受信したりすることによって、製造実績データを取得することができる。 [Manufacturing result data acquisition unit 201]
The manufacturing performance data acquisition unit 201 acquires and stores manufacturing performance data from the outside. The manufacturing performance data acquisition unit 201 acquires, for example, manufacturing performance data according to a user interface input operation by a user, reads manufacturing performance data stored in a removable storage medium, or manufactures data from an external device via a communication line. By receiving data, manufacturing performance data can be acquired.

図３は、製造実績データ３００の一例を示す図である。
図３において、製造実績データ３００は、製造番号３０１と、製品仕様３０２と、製造仕様３０３と、実績通過回数３０４と、実績工期３０５とを含む。
製造番号３０１は、製品を識別する番号である。
製品仕様３０２は、製品の属性を示すものである。例えば、製品番号が「０００１」の製品の製品仕様３０２は、製品（鋼板）の板厚が３０ｍｍであり、製品の板幅が６００ｍｍであり、製品の重量が３．５ｔｏｎである。また、製造仕様３０３は、製品の製造方法に関する仕様であり、製品の製法がＡであり、製品を製造する際の切断方法がａであることを示す。ここでは、板厚、板幅、重量が製品仕様３０２であり、製法、及び切断方法が製造仕様３０３である場合を例に挙げて示しているが、製品仕様３０２及び製造仕様３０３の内容は、製品によって異なるものである。 FIG. 3 is a diagram illustrating an example of the manufacturing performance data 300.
In FIG. 3, the manufacturing result data 300 includes a manufacturing number 301, a product specification 302, a manufacturing specification 303, a result passing number 304, and a result work period 305.
The production number 301 is a number for identifying a product.
The product specification 302 indicates product attributes. For example, in the product specification 302 of the product having the product number “0001”, the thickness of the product (steel plate) is 30 mm, the width of the product is 600 mm, and the weight of the product is 3.5 ton. The manufacturing specification 303 is a specification related to the manufacturing method of the product, and indicates that the manufacturing method of the product is A, and the cutting method when manufacturing the product is a. Here, the case where the plate thickness, the plate width, and the weight are the product specifications 302 and the manufacturing method and the cutting method are the manufacturing specifications 303 is shown as an example, but the contents of the product specifications 302 and the manufacturing specifications 303 are It depends on the product.

実績通過回数３０４は、製造番号３０１で識別される製品が通過した製造工程の通過回数を、全ての途中工程のそれぞれについて個別に識別するためのものである。例えば、製造番号３０１が「０００２」の製品は、手入れ工程１０４を０回通過し（手入れ工程１０４を通過せず）、矯正（ＣＬ）工程１０５を３回通過し、矯正（ＯＬ）工程１０６を０回通過し（矯正（ＯＬ）工程１０６を通過せず）、切断工程１０７を１回通過したことが、実績通過回数から判断される。
実績工期３０５は、製造番号３０１で識別される製品を製造するのに要した全工期である。例えば、製品番号が「０００１」の製品の実績工期３０５は９日である。
製造実績データ取得部２０１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ、ＨＤＤ、及び各種インターフェースを用いることにより実現することができる。 The actual number of times of passing 304 is for individually identifying the number of times of passing through the manufacturing process through which the product identified by the manufacturing number 301 has passed for each of all intermediate processes. For example, a product having a serial number 301 of “0002” goes through the care process 104 0 times (not through the care process 104), passes through the correction (CL) process 105 three times, and performs the correction (OL) process 106. It is determined from the actual number of passes that the sheet has passed 0 times (does not pass through the correction (OL) step 106) and has passed the cutting step 107 once.
The actual work period 305 is the entire work period required to manufacture the product identified by the serial number 301. For example, the actual work period 305 of the product with the product number “0001” is 9 days.
The manufacturing performance data acquisition unit 201 can be realized by using, for example, a CPU, ROM, RAM, HDD, and various interfaces.

［工程通過判定ロジック作成部２０２］
工程通過判定ロジック作成部２０２は、製品を製造するに際し、製品が通過する途中工程と、製品が通過しない途中工程と、を全ての途中工程について個別に予測する工程通過判定ロジックを、製造実績データ３００に含まれる製造仕様に基づいて作成する。本実施形態では、工程通過判定ロジックとして、決定木を採用する場合を例に挙げて説明する。
図４は、或る途中工程の工程通過判定ロジックの一例を示す図である。図４に示すように、本実施形態では、工程通過判定ロジック作成部２０２は、製造実績データ３００に含まれる製造仕様を説明変数とし、各製品の各途中工程の通過の有無の予測値を示す通過有無変数を目的変数とする決定木を作成する。ここでは、ある途中工程の通過有無変数が「１」である製品は当該途中工程を通過することが予測される（当該製品は当該途中工程を通過し易い）ことを意味し、「０」である製品は当該途中工程を通過しないことが予測される（当該製品は当該途中工程を通過し難い）ことを意味するものとする。 [Process Pass Determination Logic Creation Unit 202]
The process passage determination logic creating unit 202, when manufacturing a product, produces a process passage determination logic for predicting the intermediate process in which the product passes and the intermediate process in which the product does not pass individually for all the intermediate processes. It is created based on the manufacturing specifications included in 300. In the present embodiment, a case where a decision tree is employed as the process passage determination logic will be described as an example.
FIG. 4 is a diagram illustrating an example of a process passage determination logic of a certain intermediate process. As shown in FIG. 4, in the present embodiment, the process passage determination logic creation unit 202 uses manufacturing specifications included in the manufacturing performance data 300 as explanatory variables, and indicates predicted values of whether or not each product passes through each intermediate process. Create a decision tree with the pass / fail variable as the objective variable. Here, it is predicted that a product whose pass / fail variable of a certain intermediate process is “1” is predicted to pass through the intermediate process (the product is likely to pass through the intermediate process), and is “0”. It means that a certain product is predicted not to pass the intermediate step (the product is difficult to pass the intermediate step).

決定木とはデータの分析手法の一つであり、データを様々な条件に従って木の枝葉のように分類していく分析手法である。決定木は、製造不良の要因の特定や市場情報の分類等に使われている（例えば非特許文献１を参照）。決定木は、データの固まりである複数のノードから構成されており、データ全体を表すルートノード（根ノード）から始まり、末端のノード（リーフノード、葉ノード）に特定の属性を持つデータの割合が多くなるように、つまり偏りのあるデータが含まれるように、ノードを次々と分岐させながら作成される。得られたリーフノードへの分岐条件やリーフノードに属する過去のデータ（学習用データ）を用いることで決定木を各種の予測に使うことができる。ここで、予測したい属性を「目的変数」、データの分岐条件を記述する属性を「説明変数」と呼ぶ。決定木の作成にあたっては、目的変数や説明変数をどのように定義するか、決定木の大きさ（ノードの数や深さ）をどのように決定するかなどの設計パラメータの設定が、得られた決定木の予測精度や取扱いの容易さ等に深く関係するために極めて重要である。 A decision tree is one of data analysis methods, and is an analysis method for classifying data like branches and leaves of trees according to various conditions. The decision tree is used for identifying the cause of manufacturing defects, classifying market information, and the like (see, for example, Non-Patent Document 1). The decision tree is composed of multiple nodes that are a cluster of data, and starts from the root node (root node) that represents the entire data, and the proportion of data that has specific attributes at the end nodes (leaf nodes, leaf nodes) In order to increase the number of nodes, that is, in order to include biased data, the nodes are created while branching one after another. The decision tree can be used for various predictions by using the obtained branch condition to the leaf node and past data (learning data) belonging to the leaf node. Here, the attribute to be predicted is referred to as “object variable”, and the attribute describing the data branch condition is referred to as “explanatory variable”. When creating a decision tree, design parameter settings such as how to define objective variables and explanatory variables and how to determine the size of the decision tree (number of nodes and depth) are obtained. This is extremely important because it is deeply related to the prediction accuracy and ease of handling of the decision tree.

ここでは、設計パラメータとして、作成する決定木のリーフノードの数や木構造の深さ等を、決定木の構造に関するパラメータとして設定する。具体的には、一つのリーフノードが保有するデータ数の上限値を与えるものとする。この上限値を小さくするとリーフノードの数が増える、つまり決定木が大きく、深くなることとなる。より具体的には、データ数の上限値を１００以上に増やしても予測精度が向上しなかったため、データ数の上限値を１００とした。
工程通過判定ロジック作成部２０２は、このようにして得られる設計パラメータ、製造実績データ３００に含まれる製造仕様、説明変数、及び目的変数に基づいて、図４に示すような決定木４００を、決定木作成アルゴリズムにより工程毎に作成する。本実施形態では、途中工程の数が「４」であるので、図４に示すような決定木４００が４個作成されることになる。 Here, as design parameters, the number of leaf nodes of the decision tree to be created, the depth of the tree structure, and the like are set as parameters relating to the structure of the decision tree. Specifically, an upper limit value of the number of data held by one leaf node is given. If this upper limit value is reduced, the number of leaf nodes increases, that is, the decision tree becomes larger and deeper. More specifically, since the prediction accuracy was not improved even when the upper limit value of the number of data was increased to 100 or more, the upper limit value of the number of data was set to 100.
The process passage determination logic creation unit 202 determines a decision tree 400 as shown in FIG. 4 based on the design parameters thus obtained, the manufacturing specifications included in the manufacturing performance data 300, explanatory variables, and objective variables. Created for each process by tree creation algorithm. In the present embodiment, since the number of intermediate steps is “4”, four decision trees 400 as shown in FIG. 4 are created.

図４に示す決定木４００が手入れ工程１０４に対する決定木であるとすると、例えば、製法がＢであり、重量が４．０ｔｏｎ（≧３．２ｔｏｎ）であり、板幅が７００ｍｍ（＜１５００ｍｍ）である製造仕様の製品の通過有無変数は、「１」に分類されるので、手入れ工程１０４を通過することが予測される（手入れ工程１０４を通過し易い）ことになる。
工程通過判定ロジック作成部２０２は、例えば、ＣＰＵ、ＲＯＭ、及びＲＡＭを用いることにより実現することができる。 If the decision tree 400 shown in FIG. 4 is a decision tree for the care process 104, for example, the manufacturing method is B, the weight is 4.0 ton (≧ 3.2 ton), and the plate width is 700 mm (<1500 mm). Since the passage presence / absence variable of a product with a certain manufacturing specification is classified as “1”, it is predicted that the product passes through the care process 104 (it is easy to pass through the care process 104).
The process passage determination logic creation unit 202 can be realized by using, for example, a CPU, a ROM, and a RAM.

［工程通過判定ロジック格納部２０３］
工程通過判定ロジック格納部２０３は、工程通過判定ロジック作成部２０２で作成された決定木４００を格納する。
工程通過判定ロジック格納部２０３は、例えば、ＨＤＤを用いることにより実現することができる。 [Process Pass Determination Logic Storage Unit 203]
The process passage determination logic storage unit 203 stores the decision tree 400 created by the process passage determination logic creation unit 202.
The process passage determination logic storage unit 203 can be realized by using, for example, an HDD.

［第１の予測通過パターン導出部２０４］
第１の予測通過パターン導出部２０４は、製造実績データ３００に含まれる製造仕様を、工程通過判定ロジック格納部２０３に格納されている決定木４００に適用して、製造実績データ３００に含まれる各製品のそれぞれについて、各途中工程の通過の有無の予測値（通過有無変数（＝「１」又は「０」））を求め、当該通過有無変数を結合した情報を、当該製品の予測通過パターンの情報として作成する。本実施形態では、決定木４００を作成した際に使用した製造実績データ３００と同じ製造実績データ３００を用いて、予測通過パターンの情報を作成するものとする。 [First predicted passage pattern deriving unit 204]
The first predicted passage pattern deriving unit 204 applies the manufacturing specifications included in the manufacturing performance data 300 to the decision tree 400 stored in the process passage determination logic storage unit 203, and includes each of the manufacturing results data 300. For each product, a predicted value (passage presence / absence variable (= “1” or “0”)) of each intermediate process is obtained, and information obtained by combining the passage presence / absence variables is obtained as a predicted passing pattern of the product. Create as information. In the present embodiment, it is assumed that the predicted passing pattern information is created using the same manufacturing result data 300 as the manufacturing result data 300 used when the decision tree 400 is generated.

図５は、製造実績データ３００から得られる、製造番号別の通過有無変数と予測通過パターンの一例を示す図である。
図５において、製造実績データ３００に含まれる製造仕様を、図４に示すような決定木４００に適用することによって、各途中工程の通過有無変数５０１が製品毎に得られる。本実施形態では、手入れ工程１０４、矯正（ＣＬ）工程１０５、矯正（ＯＬ）工程１０６、切断工程１０７の順で、即ち、標準的な工程通過順に従って、各途中工程の通過有無変数５０１の値を並べることを製品毎に行うことにより、製品毎に予測通過パターン５０２が作成される。例えば、製造番号３０１が「０００１」の予測通過パターン５０２は、手入れ工程１０４の通過有無変数５０１である「０」と、矯正（ＣＬ）工程１０５の通過有無変数５０１である「０」と、矯正（ＯＬ）工程１０６の通過有無変数５０１である「０」と、切断工程１０７の通過有無変数５０１である「１」とをこの順で並べた値である「０００１」となる（図５を参照）。図５に示す結果と、図３に示す結果とを比較すると、例えば、製造番号３０１が「０００１」の製品の手入れ工程１０４の実績通過回数は「１」である（すなわち手入れ工程１０４を通過している）のに対し（図３を参照）、同じ製造番号３０１が「０００１」の製品の手入れ工程１０４の通過有無変数は「０」（手入れ工程１０４を通過していないこと）となっている（図５を参照）。このように、統計的手法には予測誤差が生じることもある。 FIG. 5 is a diagram illustrating an example of the passage presence / absence variable for each production number and the predicted passage pattern obtained from the production performance data 300.
In FIG. 5, by applying the manufacturing specifications included in the manufacturing performance data 300 to the decision tree 400 as shown in FIG. 4, a passage presence / absence variable 501 for each intermediate process is obtained for each product. In this embodiment, the value of the passage presence / absence variable 501 in each intermediate process in the order of the care process 104, the correction (CL) process 105, the correction (OL) process 106, and the cutting process 107, that is, in accordance with the standard process passing order. Is performed for each product, a predicted passage pattern 502 is created for each product. For example, the predicted passage pattern 502 having the manufacturing number 301 of “0001” is corrected to “0” that is the passage presence / absence variable 501 in the care process 104 and “0” that is the passage presence / absence variable 501 in the correction (CL) step 105. (OL) “0001” which is a value obtained by arranging “0” which is the passage presence / absence variable 501 of the step 106 and “1” which is the passage presence / absence variable 501 of the cutting step 107 in this order (see FIG. 5). ). Comparing the result shown in FIG. 5 with the result shown in FIG. 3, for example, the actual number of times of passing the maintenance process 104 for the product having the production number 301 of “0001” is “1” (that is, the maintenance process 104 is passed). (See FIG. 3), the pass / no-go variable in the maintenance step 104 for the product with the same serial number 301 of “0001” is “0” (not passing the maintenance step 104). (See FIG. 5). Thus, a prediction error may occur in the statistical method.

本実施形態では、途中工程の数が「４」であり、予測通過パターンはそれぞれ「１」又は「０」の値を示す４つのビットからなるので、予測通過パターンの数は最大で「１６」（＝２⁴）となる。尚、製造実績データ３００に含まれる製品仕様３０２や製造仕様３０３の内容や決定木４００のロジック等によっては、１６通の予測通過パターンが得られないこともある。
第１の予測通過パターン導出部２０４は、例えば、ＣＰＵ、ＲＯＭ、及びＲＡＭを用いることにより実現することができる。 In the present embodiment, the number of intermediate steps is “4”, and the predicted pass pattern is composed of four bits each indicating a value of “1” or “0”, so the maximum number of predicted pass patterns is “16”. (= 2 ⁴ ). Depending on the contents of the product specifications 302 and manufacturing specifications 303 included in the manufacturing performance data 300, the logic of the decision tree 400, and the like, 16 predicted passage patterns may not be obtained.
The first predicted passage pattern deriving unit 204 can be realized by using, for example, a CPU, a ROM, and a RAM.

［実通過工程パターン・構成比率算出部２０５］
実通過工程パターン・構成比率算出部２０５は、第１の予測通過パターン導出部２０４で導出された全ての予測通過パターンのそれぞれについて、実通過工程パターンを導出すると共に、当該実通過工程パターンの構成比率を算出する。
まず、実通過工程パターンを導出する方法の一例について説明する。
本実施形態では、実通過工程パターン・構成比率算出部２０５は、製造番号３０１の製造実績データ３００の実績通過回数の値を、手入れ工程１０４、矯正（ＣＬ）工程１０５、矯正（ＯＬ）工程１０６、切断工程１０７の順で、上位のビットから順に並べた値を実通過工程パターンとする。このような実通過工程パターンの導出を、第１の予測通過パターン導出部２０４で導出された予測通過パターンが同一となった製品（製造番号３０１）のそれぞれについて行うことにより、予測通過パターンが同一である製品（製造番号３０１）の製造実績データ３００のそれぞれについての実通過工程パターンが作成される。例えば、製造番号３０１が「０００１」の製品の実通過工程パターンは、手入れ工程１０４の実績通過回数である「１」と、矯正（ＣＬ）工程１０５の実績通過回数である「１」と、矯正（ＯＬ）工程１０６の実績通過回数である「０」と、切断工程１０７の実績通過回数である「０」とをこの順で並べた値である「１１００」となる。
実通過工程パターン・構成比率算出部２０５は、このような予測通過パターン毎の実通過工程パターンの導出を、全ての予測通過パターンについて行う。 [Actual passing process pattern / component ratio calculation unit 205]
The actual passing process pattern / configuration ratio calculating unit 205 derives an actual passing process pattern for each of all predicted passing patterns derived by the first predicted passing pattern deriving unit 204, and configures the actual passing process pattern. Calculate the ratio.
First, an example of a method for deriving an actual passing process pattern will be described.
In the present embodiment, the actual passing process pattern / configuration ratio calculating unit 205 sets the actual passing number of the manufacturing result data 300 of the manufacturing number 301 to the care process 104, the correction (CL) process 105, and the correction (OL) process 106. The values arranged in order from the upper bits in the order of the cutting step 107 are defined as the actual passing step pattern. By performing the derivation of the actual passing process pattern for each of the products (manufacturing numbers 301) having the same predicted passing pattern derived by the first predicted passing pattern deriving unit 204, the predicted passing pattern is the same. The actual passing process pattern is created for each of the production performance data 300 of the product (production number 301). For example, the actual passing process pattern of the product having the manufacturing number 301 of “0001” is “1” that is the actual number of times of passing the maintenance process 104 and “1” that is the actual number of times of passing the correction (CL) process 105. (OL) “1100”, which is a value obtained by arranging “0”, which is the actual number of times of passing in the step 106, and “0”, which is the number of times of actual passing of the cutting step 107, in this order.
The actual passing process pattern / configuration ratio calculating unit 205 performs derivation of the actual passing process pattern for each predicted passing pattern for all predicted passing patterns.

次に、実通過工程パターンの構成比率を算出する方法の一例を説明する。
実通過工程パターン・構成比率算出部２０５は、同一の予測通過パターンに属する実通過工程パターンの基となる製品（製造番号３０１）の数を導出する。以下の説明では、この数を必要に応じて全実通過工程パターン内製品数と称する。また、実通過工程パターン・構成比率算出部２０５は、当該同一の予測通過パターンに属する実通過工程パターンのそれぞれについて、当該実通過工程パターンの基となる製品（製造番号３０１）の数を導出する。以下の説明では、この数を必要に応じて各実通過工程パターン内製品数と称する。 Next, an example of a method for calculating the composition ratio of the actual passing process pattern will be described.
The actual passing process pattern / configuration ratio calculating unit 205 derives the number of products (manufacturing numbers 301) that are the basis of the actual passing process patterns belonging to the same predicted passing pattern. In the following description, this number is referred to as the total number of products in the actual passing process pattern as necessary. Further, the actual passing process pattern / configuration ratio calculating unit 205 derives the number of products (manufacturing number 301) that are the basis of the actual passing process pattern for each of the actual passing process patterns belonging to the same predicted passing pattern. . In the following description, this number is referred to as the number of products in each actual passing process pattern as necessary.

そして、実通過工程パターン・構成比率算出部２０５は、同一の予測通過パターンに属する全実通過工程パターン内製品数に対する各実通過工程パターン内製品数の割合を、実通過工程パターンの構成比率として導出する。具体的に実通過工程パターン・構成比率算出部２０５は、以下の（１）式の計算を、当該同一の予測通過パターンに属する実通過工程パターンのそれぞれについて個別に行う。
実通過工程パターンの構成比率＝（各実通過工程パターン内製品数）÷（全実通過工程パターン内製品数）・・・（１） Then, the actual passing process pattern / configuration ratio calculating unit 205 sets the ratio of the number of products in each actual passing process pattern to the total number of products in the actual passing process pattern belonging to the same predicted passing pattern as the constituent ratio of the actual passing process pattern. To derive. Specifically, the actual passing process pattern / configuration ratio calculating unit 205 individually performs the calculation of the following equation (1) for each of the actual passing process patterns belonging to the same predicted passing pattern.
Composition ratio of actual passing process pattern = (number of products in each actual passing process pattern) ÷ (number of products in all actual passing process patterns) (1)

実通過工程パターン・構成比率算出部２０５は、以上のようにして、同一の予測通過パターンに属する全ての実通過工程パターンについて、実通過工程パターンの構成比率を算出することを、第１の予測通過パターン導出部２０４で導出された全ての予測通過パターンのそれぞれについて行う。
図６は、或る予測通過パターンにおける実通過工程パターンと当該実通過工程パターンの構成比率の一例を示す図であり、最前面に予測通過パターン０００１について示す。
例えば、図５に示す結果から、予測通過パターン５０２が「０００１」の製品（製品番号）の数として「１００」が得られた。また、図４に示す結果から、当該予測通過パターン「０００１」となる製品（製品番号）を割り出し、図３に示す結果から、当該製造（製品番号３０１）のうち、実通過工程パターンが「１１００」である製品の数を求めると「１３」が得られたとする。この場合、予測通過パターン「０００１」の実通過工程パターン「１１００」の構成比率は０．１３（＝１３÷１００）となる（図６の実通過工程パターン６０１が「１１００」の構成比率６０２の欄を参照）。
実通過工程パターン・構成比率算出部２０５は、例えば、ＣＰＵ、ＲＯＭ、及びＲＡＭを用いることにより実現することができる。 The first prediction is that the actual passing process pattern / configuration ratio calculating unit 205 calculates the constituent ratio of the actual passing process pattern for all the actual passing process patterns belonging to the same predicted passing pattern as described above. This is performed for each of all predicted passage patterns derived by the passage pattern deriving unit 204.
FIG. 6 is a diagram illustrating an example of a configuration ratio of an actual passing process pattern and an actual passing process pattern in a certain predicted passing pattern, and shows the predicted passing pattern 0001 in the foreground.
For example, from the result shown in FIG. 5, “100” is obtained as the number of products (product numbers) whose predicted passage pattern 502 is “0001”. Further, from the result shown in FIG. 4, the product (product number) having the predicted passage pattern “0001” is determined, and from the result shown in FIG. It is assumed that “13” is obtained when the number of products “” is obtained. In this case, the constituent ratio of the actual passing process pattern “1100” of the predicted passing pattern “0001” is 0.13 (= 13 ÷ 100) (the actual passing process pattern 601 in FIG. 6 is the constituent ratio 602 of “1100”). Column).
The actual passing process pattern / configuration ratio calculation unit 205 can be realized by using, for example, a CPU, a ROM, and a RAM.

［途中工程別製造負荷発生率算出部２０６］
途中工程別製造負荷発生率算出部２０６は、第１の予測通過パターン導出部２０４で導出された全ての予測通過パターンのそれぞれについて、途中工程別発生率を算出する。途中工程別発生率とは、予測通過パターン毎に当該予測通過パターンに属する製品の単位量あたりの途中工程毎の通過割合を表す。図７は、或る予測通過パターンにおける実通過工程パターンと当該実通過工程パターンの構成比率と当該実通過工程パターンの途中工程別発生率の一例を示す図であり、最前面に予測通過パターン０００１について示す。尚、図７に示す実通過工程パターン７０１と構成比率７０２は、それぞれ図６に示した実通過工程パターン６０１と構成比率６０２と同じである。 [Production load rate calculation unit 206 for each intermediate process]
An intermediate process-specific production load occurrence rate calculation unit 206 calculates an intermediate process-specific occurrence rate for each of all predicted pass patterns derived by the first predicted pass pattern derivation unit 204. The occurrence rate for each intermediate process represents a pass rate for each intermediate process per unit amount of products belonging to the predicted pass pattern for each predicted pass pattern. FIG. 7 is a diagram illustrating an example of an actual passing process pattern in a certain predicted passing pattern, a composition ratio of the actual passing process pattern, and an occurrence rate for each process in the middle of the actual passing process pattern. Show about. The actual passing process pattern 701 and the composition ratio 702 shown in FIG. 7 are the same as the actual passing process pattern 601 and the composition ratio 602 shown in FIG.

まず、途中工程別製造負荷発生率算出部２０６は、同一の予測通過パターンが得られた製品の実通過工程パターン７０１と当該実通過工程パターンの構成比率７０２との組を１つ抽出する。
次に、途中工程別製造負荷発生率算出部２０６は、抽出した実通過工程パターン７０１の各ビットの値に、当該実通過工程パターンの構成比率７０２の値を乗算することを、当該実通過工程パターン７０１の全てのビットについて個別に行った値を各途中工程の途中工程別製造負荷発生率７０３として算出する。 First, the production load occurrence rate calculation unit 206 for each intermediate process extracts one set of the actual passing process pattern 701 and the component ratio 702 of the actual passing process pattern for which the same predicted passing pattern is obtained.
Next, the production load occurrence rate calculation unit 206 according to the intermediate process multiplies the value of each bit of the extracted actual passing process pattern 701 by the value of the constituent ratio 702 of the actual passing process pattern. A value obtained individually for all bits of the pattern 701 is calculated as a production load generation rate 703 for each intermediate process of each intermediate process.

前述したように、実通過工程パターン７０１は、手入れ工程１０４、矯正（ＣＬ）工程１０５、矯正（ＯＬ）工程１０６、切断工程１０７の順で、各途中工程の実績通過回数の値を上位のビットから順に並べたものである。したがって、例えば、図７に示す実通過工程パターン７０１のうち、値が「１１００」の実工程通過パターンの手入れ工程１０４の途中工程別製造負荷発生率７０３は、実通過工程パターンの最上位のビットの値である「１」と、当該実通過工程パターンの構成比率である「０．１３」を乗算することにより「０．１３」となる（図７の実通過工程パターン７０１が「１１００」の行の途中工程別製造負荷発生率７０３が「手入れ」の欄を参照）。 As described above, the actual passing process pattern 701 is a higher-order bit indicating the actual passing number of times in each intermediate process in the order of the care process 104, the correction (CL) process 105, the correction (OL) process 106, and the cutting process 107. They are arranged in order. Therefore, for example, in the actual passing process pattern 701 shown in FIG. 7, the production load generation rate 703 for each intermediate process in the care process 104 of the actual process passing pattern whose value is “1100” is the most significant bit of the actual passing process pattern. Is multiplied by “0.13” which is the component ratio of the actual passing process pattern to be “0.13” (the actual passing process pattern 701 in FIG. 7 is “1100”). The production load generation rate 703 for each process in the middle of the line is referred to the “care” column).

また、例えば、図７に示す実通過工程パターン７０１のうち、値が「０３０１」の実工程通過パターンの矯正（ＣＬ）工程１０５の途中工程別製造負荷発生率７０３は、実通過工程パターンの最上位から２番目のビットの値である「３」と、当該実通過工程パターンの構成比率である「０．１」を乗算することにより「０．３」となる（図７の実通過工程パターン７０１が「０３０１」の行の途中工程別製造負荷発生率７０３が「矯正（ＣＬ）」の欄を参照）。 Further, for example, among the actual passing process pattern 701 shown in FIG. 7, the actual process passing pattern correction (CL) process 105 having a value “0301” has a manufacturing load generation rate 703 in the middle of the actual passing process pattern. Multiplying “3”, which is the value of the second most significant bit, and “0.1”, which is the component ratio of the actual passing process pattern, yields “0.3” (actual passing process pattern in FIG. 7). (See the column “Correction (CL)” for the production load occurrence rate 703 for each intermediate process in the row 701 is “0301”).

途中工程別製造負荷発生率算出部２０６は、このような計算を、同一の予測通過パターンが得られた製品の全ての実通過工程パターン７０１について個別に行って、当該同一の予測通過パターンが得られた製品の全ての実通過工程パターン７０１の全ての途中工程における途中工程別製造負荷発生率７０３を算出する。さらに、途中工程別製造負荷発生率算出部２０６は、第１の予測通過パターン導出部２０４で導出された全ての予測通過パターンについて、以上の計算を行う。
このようにして、図７に示す途中工程別製造負荷発生率７０３のテーブルが、第１の予測通過パターン導出部２０４で導出された予測通過パターンの数だけ得られる。すなわち、予測通過パターン別実通過工程パターン別に各途中工程の途中工程別発生率が得られる。
途中工程別製造負荷発生率算出部２０６は、例えば、ＣＰＵ、ＲＯＭ、及びＲＡＭを用いることにより実現することができる。 The production load generation rate calculation unit 206 for each intermediate process performs such calculation individually for all the actual passing process patterns 701 of the products for which the same predicted passing pattern is obtained, and obtains the same predicted passing pattern. A production load generation rate 703 for each intermediate process in all intermediate processes of all the actual passing process patterns 701 of the obtained products is calculated. Furthermore, the production load generation rate calculation unit 206 for each intermediate process performs the above calculation for all predicted passage patterns derived by the first predicted passage pattern deriving unit 204.
In this way, as many tables as the number of predicted passage patterns derived by the first predicted passage pattern deriving unit 204 are obtained for the production load generation rate 703 for each intermediate process shown in FIG. That is, the occurrence rate for each intermediate process of each intermediate process is obtained for each actual passing process pattern for each predicted passing pattern.
The production load generation rate calculation unit 206 for each intermediate process can be realized by using, for example, a CPU, a ROM, and a RAM.

［途中工程別発生率格納部２０７］
途中工程別発生率格納部２０７は、途中工程別製造負荷発生率算出部２０６で算出された途中工程別製造負荷発生率７０３（予測通過パターン別実通過工程パターン別の各途中工程の途中工程別発生率）を格納する。
途中工程別発生率格納部２０７は、例えば、ＨＤＤを用いることにより実現することができる。 [Intermediate process-specific occurrence rate storage unit 207]
The generation rate storage unit 207 for each intermediate process includes a manufacturing load generation rate 703 for each intermediate process calculated by the intermediate process manufacturing load generation rate calculation unit 206 (each intermediate process for each intermediate process for each predicted passing pattern actual pass process pattern). (Occurrence rate) is stored.
The mid-process occurrence rate storage unit 207 can be realized by using, for example, an HDD.

［途中工程別製造工期算出部２０８］
途中工程別製造工期算出部２０８は、製造実績データ３００（実績通過回数３０４及び実績工期３０５）を用いて、全ての途中工程のそれぞれの製造工期を途中工程別製造工期として個別に算出する。
途中工程別製造工期を算出する方法は、例えば特許文献２に記載されている公知の技術を用いることにより実現できるので詳細な説明を省略するが、特許文献２では、例えば、以下の（２）式及び（３）式による計算を行って、最尤推定により、各工程の工期分布の平均μ_j及び分散ｖ_jを算出することが示されている。本実施形態では、この各工程の工期分布の平均μ_jを途中工程別製造工期として算出するものとする。 [Production period calculation unit 208 for each intermediate process]
The manufacturing process period calculation unit 208 for each intermediate process uses the manufacturing result data 300 (the actual number of passes 304 and the actual process period 305) to individually calculate each manufacturing process period of all the intermediate processes as a manufacturing process period for each intermediate process.
Since the method for calculating the manufacturing period for each intermediate process can be realized by using a known technique described in Patent Document 2, for example, detailed description thereof is omitted. However, in Patent Document 2, for example, the following (2) It is shown that the mean μ _j and the variance v _j of the work schedule distribution of each process are calculated by the maximum likelihood estimation by performing the calculation according to the equation and the equation (3). In the present embodiment, the average μ _j of the work period distribution of each process is calculated as the manufacturing process period for each intermediate process.

（２）式、（３）式において、Ｋは、実通過工程パターンｋの種類の数である。ｑ_k＝（ｑ_k1，ｑ_k2，・・・，ｑ_kM）は、実通過工程パターンｋ（ｋ＝１，２，・・・，Ｋ）である。ｔ_iは製品ｉの実績工期３０５である。Ｎ_k＾は、実通過工程パターンｋに属する製品の数である。平均μ_k＾と分散ｖ_k＾は、実通過工程パターンｋの工期分布の平均、分散である。
ここで、平均μ_k＾は、実通過工程パターンｋにおいて通過したことが示されている工程ｊの工程分布の平均μ_jの和を表す。また、分散ｖ_k＾は、実通過工程パターンｋにおいて通過したことが示されている工程ｊの工程分布の分散ｖ_jの和を表す。
（２）式に示す評価関数Ｊは、実通過工程パターンの種類の数Ｋの項の和で表現される。また、（２）式において、右辺第１項と第４項のＮ_k＾と、右辺第２項と第４項の積算（Σ（ｔ_i）²、Σｔ_i）は、製造実績データ３００を集計することにより計算することができる。
途中工程別製造工期算出部２０８は、最適化計算を行って（２）式の評価関数Ｊを最小にする平均μ_j、分散ｖ_jを算出する。尚、この最適化計算は、滑降シンプレックス法、準ニュートン法等の公知の非線形最適化計算手法を用いることにより実行することができる。尚、ここでは、工期分布が正規分布である場合について示したが、特許文献２に示すように工期分布は、正規分布以外の対数正規分布やポアソン分布であってもよい。
途中工程別製造工期算出部２０８は、例えば、ＣＰＵ、ＲＯＭ、及びＲＡＭを用いることにより実現することができる。 In Expressions (2) and (3), K is the number of types of actual passing process pattern k. q _k = (q _k1 , q _k2 ,..., q _kM ) is an actual passing process pattern k (k = 1, 2,..., K). t _i is the actual construction period 305 of the product i. N _k ^ is the number of products belonging to the actual passing process pattern k. The mean μ _k ^ and variance v _k ^ are the mean and variance of the work period distribution of the actual passing process pattern k.
Here, the average μ _k ^ represents the sum of the average μ _j of the process distribution of the process j indicated to have passed in the actual passing process pattern k. The variance v _k ^ represents the sum of the variance v _j of the process distribution of the process j that is shown to have passed in the actual passing process pattern k.
The evaluation function J shown in the equation (2) is expressed by the sum of the terms of the number K of the actual passing process pattern types. In the equation (2), N _k ^ of the first and fourth terms on the right side and the integration (Σ (t _i ) ² , Σt _i ) of the second and fourth terms on the right side It can be calculated by counting.
The intermediate process manufacturing period calculation unit 208 performs an optimization calculation to calculate the average μ _j and the variance v _j that minimize the evaluation function J of the equation (2). This optimization calculation can be executed by using a known nonlinear optimization calculation method such as downhill simplex method or quasi-Newton method. Here, although the case where the construction period distribution is a normal distribution has been described, the construction period distribution may be a logarithmic normal distribution or a Poisson distribution other than the normal distribution as shown in Patent Document 2.
The mid-process-by-process manufacturing period calculation unit 208 can be realized by using, for example, a CPU, a ROM, and a RAM.

［工程別工期格納部２０９］
工程別工期格納部２０９は、途中工程別製造工期算出部２０８で算出された途中工程別製造工期を格納する。
工程別工期格納部２０９は、例えば、ＨＤＤを用いることにより実現することができる。
［途中工程通過順取得部２１０］
途中工程通過順取得部２１０は、全ての途中工程のそれぞれの通過順である途中工程通過順を外部から取得する。途中工程通過順取得部２１０は、例えば、ユーザによるユーザインターフェースの入力操作に従って工程通過順を取得したり、リムーバル記憶媒体に記憶された工程通過順を読み出したり、外部装置から通信回線を介して工程通過順を受信したりすることによって、途中工程通過順を取得することができる。
途中工程通過順取得部２１０は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ、ＨＤＤ、及び各種インターフェースを用いることにより実現することができる。
［工程通過順格納部２１１］
工程通過順格納部２１１は、途中工程通過順取得部２１０で取得された工程通過順を格納する。
工程通過順格納部２１１は、例えば、ＨＤＤを用いることにより実現することができる。 [Schedule storage unit 209 by process]
The process-by-process construction period storage unit 209 stores the process-by-process manufacturing period by the intermediate process-by-process manufacturing period calculation unit 208.
The process-specific work period storage unit 209 can be realized by using, for example, an HDD.
[Intermediate process passage order acquisition unit 210]
The intermediate process passage order acquisition unit 210 acquires the intermediate process passage order, which is the respective passage order of all intermediate processes, from the outside. The intermediate process pass order acquisition unit 210 acquires the process pass order according to, for example, a user interface input operation by the user, reads the process pass order stored in the removable storage medium, or performs a process from an external device via a communication line. By receiving the passing order, it is possible to acquire the passing order in the middle of the process.
The mid-process passing order acquisition unit 210 can be realized by using, for example, a CPU, ROM, RAM, HDD, and various interfaces.
[Process passing order storage unit 211]
The process passing order storage unit 211 stores the process passing order acquired by the intermediate process passing order acquisition unit 210.
The process passing order storage unit 211 can be realized by using, for example, an HDD.

図８は、途中工程別製造工期と工程通過順の一例を示す図である。
図８では、手入れ工程１０４の製造工期が１．０日であり、矯正（ＣＬ）工程１０５の製造工期が１．６日であり、矯正（ＯＬ）工程１０６の製造工期が４．４日であり、切断工程１０７の製造工期が２．５日である場合を例に挙げて示している（図８の途中工程別製造工期８０１の各欄を参照）。また、図８では、図１に示したように、手入れ工程１０４、矯正（ＣＬ）工程１０５、矯正（ＯＬ）工程１０６、切断工程１０７の順で製品が各途中工程を通過する場合を例に挙げて示している（図８の途中工程通過順８０２の各欄を参照）。
尚、このような途中工程通過順８０２に基づいて、例えば、早く通過する途中工程ほど上位のビットになるように、図５に示した予測通過パターン５０２と図６に示した実通過工程パターン６０１における各ビットの並び順を決定するようにしてもよい。 FIG. 8 is a diagram illustrating an example of a manufacturing process period and a process passing order according to intermediate processes.
In FIG. 8, the manufacturing period of the care process 104 is 1.0 day, the manufacturing period of the correction (CL) process 105 is 1.6 days, and the manufacturing period of the correction (OL) process 106 is 4.4 days. Yes, a case where the manufacturing period of the cutting step 107 is 2.5 days is shown as an example (see each column of the manufacturing period 801 for each intermediate process in FIG. 8). Further, in FIG. 8, as shown in FIG. 1, the case where the product passes through each intermediate process in the order of the care process 104, the correction (CL) process 105, the correction (OL) process 106, and the cutting process 107 is taken as an example. (See each column in the intermediate process passage order 802 in FIG. 8).
Note that, based on the intermediate process passing order 802, for example, the predicted passing pattern 502 shown in FIG. 5 and the actual passing process pattern 601 shown in FIG. The order of arrangement of each bit may be determined.

［注文データ取得部２１２］
注文データ取得部２１２は、注文データを外部から取得して記憶する。注文データ取得部２１２は、例えば、ユーザによるユーザインターフェースの入力操作に従って注文データを取得したり、リムーバブル記憶媒体に記憶された注文データを読み出したり、外部装置から通信回線を介して注文データを受信したりすることによって、注文データを取得することができる。 [Order data acquisition unit 212]
The order data acquisition unit 212 acquires order data from the outside and stores it. For example, the order data acquisition unit 212 acquires order data in accordance with a user interface input operation by a user, reads out order data stored in a removable storage medium, or receives order data from an external device via a communication line. Order data can be acquired.

図９は、注文データ９００の一例を示す図である。
図９において、注文データ９００は、注文番号９０１と、製品仕様９０２と、製造仕様９０３と、注文量９０４と、を含む。
注文番号９０１は、注文を識別する番号である。
製品仕様９０２と製造仕様９０３は、製品の属性を示すものであり、図３に示した製造実績データ３００における製品仕様３０２、製造仕様３０３と同じ属性（項目）を有している。図３に示す各製品仕様３０２、製造仕様３０３の内容は前述した通りであるので、ここでは、その詳細な説明を省略する。
注文量９０４は、製品の注文量を示すものである。図９に示す例では、厚鋼板（厚板）の製造工場における最終製品である厚鋼板（厚板）枚数を注文量としている。
注文データ取得部２１２は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ、ＨＤＤ、及び各種インターフェースを用いることにより実現することができる。 FIG. 9 is a diagram illustrating an example of order data 900.
In FIG. 9, the order data 900 includes an order number 901, a product specification 902, a manufacturing specification 903, and an order quantity 904.
The order number 901 is a number for identifying an order.
The product specification 902 and the manufacturing specification 903 indicate product attributes, and have the same attributes (items) as the product specification 302 and the manufacturing specification 303 in the manufacturing performance data 300 shown in FIG. Since the contents of each product specification 302 and manufacturing specification 303 shown in FIG. 3 are as described above, detailed description thereof is omitted here.
The order quantity 904 indicates the order quantity of the product. In the example shown in FIG. 9, the order quantity is the number of thick steel plates (thick plates) which is the final product in a thick steel plate (thick plate) manufacturing factory.
The order data acquisition unit 212 can be realized by using, for example, a CPU, ROM, RAM, HDD, and various interfaces.

［第２の予測通過パターン導出部２１３］
第２の予測通過パターン導出部２１３は、注文データ９００に含まれている製品仕様９０２と製造仕様９０３を、工程通過判定ロジック格納部２０３に格納されている決定木４００（図４を参照）に適用して、注文データ９００に含まれる各注文のそれぞれについて、各途中工程の通過のし易さ（通過有無変数（＝「１」又は「０」））を求め、当該通過有無変数を、予測通過パターン５０２（図５を参照）と同じ並び順で結合した情報を、当該注文の予測パターンの情報として作成する。 [Second Predictive Passing Pattern Deriving Unit 213]
The second predicted passage pattern deriving unit 213 uses the product specification 902 and the manufacturing specification 903 included in the order data 900 as the decision tree 400 (see FIG. 4) stored in the process passage determination logic storage unit 203. Applying each of the orders included in the order data 900, the ease of passing through each intermediate step (passing presence / absence variable (= “1” or “0”)) is obtained, and the passing presence / absence variable is predicted. Information combined in the same order as the passage pattern 502 (see FIG. 5) is created as information on the predicted pattern of the order.

図１０は、注文データ９００から得られる、注文番号別の通過有無変数と予測通過パターンの一例を示す図である。
前述したように、本実施形態では、手入れ工程１０４、矯正（ＣＬ）工程１０５、矯正（ＯＬ）工程１０６、切断工程１０７の順で、各途中工程の通過有無変数５０１の値を上位のビットから順に並べることを製品毎に行うことにより、注文毎に予測通過パターン５０２が作成される。したがって、手入れ工程１０４、矯正（ＣＬ）工程１０５、矯正（ＯＬ）工程１０６、切断工程１０７の順で、各途中工程の通過有無変数１００１の値を上位のビットから順に並べることを注文毎に行うことにより、注文毎の予測通過パターン１００２が作成される。 FIG. 10 is a diagram illustrating an example of the passage presence / absence variable for each order number and the predicted passage pattern obtained from the order data 900.
As described above, in the present embodiment, the value of the passage presence / absence variable 501 in each intermediate process is determined from the upper bits in the order of the care process 104, the correction (CL) process 105, the correction (OL) process 106, and the cutting process 107. By performing the ordering for each product, a predicted passage pattern 502 is created for each order. Therefore, in order of the care process 104, the correction (CL) process 105, the correction (OL) process 106, and the cutting process 107, the value of the passage presence / absence variable 1001 of each intermediate process is arranged in order from the upper bit for each order. Thus, a predicted passage pattern 1002 for each order is created.

例えば、注文番号が「００１」の予測通過パターン１００２は、手入れ工程１０４の通過有無変数１００１である「０」と、矯正（ＣＬ）工程１０５の通過有無変数１００１である「０」と、矯正（ＯＬ）工程１０６の通過有無変数１００１である「０」と、切断工程１０７の通過有無変数１００１である「１」とをこの順で並べた値である「０００１」となる（図１０を参照）。
第２の予測通過パターン導出部２１３は、例えば、ＣＰＵ、ＲＯＭ、及びＲＡＭを用いることにより実現することができる。 For example, the predicted passage pattern 1002 with the order number “001” is “0”, which is a passage presence / absence variable 1001 in the maintenance step 104, and “0”, which is a passage presence / absence variable 1001 in the correction (CL) step 105. OL) “0001” which is a value obtained by arranging “0” which is the passage presence / absence variable 1001 of the step 106 and “1” which is the passage presence / absence variable 1001 of the cutting step 107 in this order (see FIG. 10). .
The second predicted passage pattern deriving unit 213 can be realized by using, for example, a CPU, a ROM, and a RAM.

［途中工程別発生量算出部２１４］
途中工程別発生量算出部２１４は、注文データ９００に含まれる全ての注文（注文番号９０１）のそれぞれについて、当該注文番号９０１の製品仕様９０２と製造仕様９０３から得られた予測通過パターン１００２と同一の値を有する予測通過パターン５０２を割り出し、割り出した予測通過パターン５０２に属する途中工程別製造負荷発生率７０３を途中工程別発生率格納部２０７から抽出する。また、注文データ９００に含まれる全ての注文（注文番号９０１）のそれぞれについて、当該注文データ９００に含まれる注文量９０４を抽出する。
そして、途中工程別発生量算出部２１４は、同一の注文（注文番号９０１）について抽出した途中工程別製造負荷発生率７０３と注文量９０４とを乗算した値を、注文別実通過工程パターン別途中工程別製造負荷発生量として算出する。 [Generated amount calculation unit 214 for each intermediate process]
The generated amount calculation unit 214 for each intermediate process is the same as the predicted passage pattern 1002 obtained from the product specification 902 and the manufacturing specification 903 of the order number 901 for each of all orders (order number 901) included in the order data 900. A predicted passing pattern 502 having a value of is calculated, and a production load generation rate 703 for each intermediate process belonging to the calculated predicted passing pattern 502 is extracted from the generation rate storage unit 207 for each intermediate process. Further, for each of all orders (order number 901) included in the order data 900, the order quantity 904 included in the order data 900 is extracted.
Then, the generation amount calculation unit 214 for each intermediate process separately calculates a value obtained by multiplying the production load generation rate 703 for each intermediate process and the order amount 904 extracted for the same order (order number 901) separately for each actual passing process pattern for each order. Calculated as production load generation by process.

図１１は、注文別実通過工程パターン別途中工程別製造負荷発生量の一例を示す図である。
ここでは、図７の最前面に示す途中工程別製造負荷発生率７０３は、予測通過パターン５０２が「０００１」におけるものであり、図１１の最前面に示す注文別実通過工程パターン別途中工程別製造負荷発生量１１００は、注文番号９０１が「００１」の注文に対するものであるとして、当該注文における途中工程別製造負荷発生量の計算方法の具体例を説明する。 FIG. 11 is a diagram illustrating an example of the production load generation amount for each intermediate process separately for the actual passing process pattern for each order.
Here, the production load generation rate 703 for each intermediate process shown in the forefront of FIG. 7 is that in which the predicted passing pattern 502 is “0001”, and the actual passing process pattern for each order shown in the forefront of FIG. Assuming that the production load generation amount 1100 is for an order with the order number 901 “001”, a specific example of a method for calculating the production load generation amount for each intermediate process in the order will be described.

図９において注文番号９０１が「００１」の注文から得られた予測通過パターン１００２は「０００１」である。図７に示す途中工程別製造負荷発生率７０３は、予測通過パターン５０２が「０００１」におけるものであるので、図７に示す途中工程別製造負荷発生率７０３のそれぞれに、注文番号９０１が「００１」の注文量９０４である１００［枚］と、図７に示す途中工程別製造負荷発生率７０３の各欄に示されている値とを乗算したものを実通過工程パターン別途中工程別製造負荷発生量として導出する。 In FIG. 9, the predicted passage pattern 1002 obtained from the order with the order number 901 “001” is “0001”. The production load generation rate 703 for each intermediate process shown in FIG. 7 is that in which the predicted passage pattern 502 is “0001”. Therefore, the order number 901 is “001” for each of the production load generation rates 703 for each intermediate process shown in FIG. Is multiplied by 100 [sheets], which is the order quantity 904 of “,” and the value shown in each column of the production load generation rate by intermediate process 703 shown in FIG. Derived as the amount generated.

例えば、実通過工程パターン７０１の値が「１１００」の手入れ工程１０４の途中工程別製造負荷発生率７０３は、図７より０．１３である。したがって、図１１において、実通過工程パターン１１０１の値が「１１００」である手入れ工程１０４の製造負荷の発生量（実通過工程パターン別途中工程別製造負荷発生量）は、１３［枚］（＝１００×０．１３）となる（図１１の実通過工程パターン１１０１の値が「１１００」の行の「手入れ」の欄を参照）。
途中工程別発生量算出部２１４は、このような計算を、同一の予測通過パターンに属する全ての実通過工程パターンについて個別に行って実通過工程パターン別途中工程別製造負荷発生量を導出する。さらに、途中工程別発生量算出部２１４は、以上のような実通過工程パターン別途中工程別製造負荷発生量の算出を、注文データ取得部２１２により取得された注文データ９００内の全ての注文について個別に行って注文別実通過工程パターン別途中工程別製造負荷発生量１１００を導出する。
途中工程別発生量算出部２１４は、例えば、ＣＰＵ、ＲＯＭ、及びＲＡＭを用いることにより実現することができる。 For example, the production load generation rate 703 for each intermediate process of the care process 104 in which the value of the actual passing process pattern 701 is “1100” is 0.13 from FIG. Therefore, in FIG. 11, the production load generation amount of the maintenance process 104 in which the value of the actual passage process pattern 1101 is “1100” (the production load generation amount for each intermediate passage process pattern) is 13 [sheets] (= 100 × 0.13) (refer to the “care” column in the row where the value of the actual passing process pattern 1101 in FIG. 11 is “1100”).
The generation amount calculation unit 214 for each intermediate process performs such calculation individually for all the actual passage process patterns belonging to the same predicted passage pattern, and derives the production load generation amount for each intermediate process for each actual passage process pattern. Further, the generation amount calculation unit 214 for each intermediate process calculates the production load generation amount for each intermediate process as described above for all orders in the order data 900 acquired by the order data acquisition unit 212. Separately, the actual passing process pattern for each order is separately obtained, and the production load generation amount 1100 for each intermediate process is derived.
The generation amount calculation unit 214 for each intermediate process can be realized by using, for example, a CPU, a ROM, and a RAM.

［実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５］
実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５は、注文データ９００に含まれる全ての注文（注文番号９０１）のそれぞれについて、実通過工程パターン別途中工程別発生量・発生タイミングを算出する。 [Actual Generation Process Pattern Separately Generated Amount / Generation Timing Calculation Unit 215]
The actual passing process pattern separately generated amount / occurrence timing by middle process 215 calculates the actual passing process pattern generated amount / occurrence timing separately for each of the orders included in the order data 900 (order number 901). calculate.

実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５は、注文（注文番号９０１）の１つを選択し、選択した注文番号９０１に対応する注文別実通過工程パターン別途中工程別製造負荷発生量１１００を抽出する（図１１を参照）。また、実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５は、途中工程別製造工期８０１を工程別工期格納部２０９から抽出すると共に、途中工程通過順８０２を工程通過順格納部２１１から抽出する（図８を参照）。 The actual passing process pattern separately generated amount / occurrence timing calculating unit 215 selects one of the orders (order number 901), and the order of the actual passing process pattern corresponding to the selected order number 901 manufactures separately by the intermediate process. A load generation amount 1100 is extracted (see FIG. 11). In addition, the actual passing process pattern generation amount / occurrence timing calculation unit 215 for each intermediate process extracts the manufacturing process period 801 for each intermediate process from the process period storage unit 209 for each process, and the intermediate process passing order 802 is stored in the process passing order storage unit 211. (See FIG. 8).

そして、実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５は、注文別実通過工程パターン別途中工程別製造負荷発生量１１００内の全ての実通過工程パターン１１０１のそれぞれについて、当該実通過工程パターン１１０１に対応する途中工程別製造負荷発生量１１０２と、途中工程別製造工期８０１と、途中工程通過順８０２と、予め定められている圧延工程１０３で製造負荷が発生するタイミングと、から、どのタイミングにどの通過工程でどの位の製造負荷が発生するのかを導出する。このように、製造負荷が発生する通過工程と当該製造負荷が発生するタイミングとを、実通過工程パターン毎に示す情報が、実通過工程パターン別途中工程別発生量・発生タイミングである。
実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５は、このような実通過工程パターン別途中工程別発生量・発生タイミングの導出を、注文データ９００に含まれる全ての注文（注文番号９０１）のそれぞれについて行う。 Then, the actual passage process pattern separately generated amount / occurrence timing calculation unit 215 separates the actual passage process pattern separately for each actual passage process pattern 1101 in the intermediate process manufacturing load generation amount 1100 separately. From the production load generation amount 1102 for each intermediate process corresponding to the passage process pattern 1101, the production period 801 for each intermediate process, the intermediate process passage order 802, and the timing at which the production load is generated in the predetermined rolling process 103. , How much manufacturing load is generated in which passage process at which timing. As described above, the information indicating the passing process where the manufacturing load is generated and the timing when the manufacturing load is generated for each actual passing process pattern is the generated amount / occurrence timing for each actual passing process pattern.
The actual passing process pattern separately generated amount / occurrence timing by intermediate process 215 calculates the derivation of the actual passing process pattern generated amount / occurrence timing by intermediate process for all orders (order numbers) included in the order data 900. 901).

図１２は、実通過工程パターン別途中工程別発生量・発生タイミングの一例を示す図である。
ここでは、図１１の最前面に示す注文別実通過工程パターン別途中工程別製造負荷発生量１１００は、注文番号９０１が「００１」の注文に対するものであり、図１２に示す実通過工程パターン別途中工程別発生量・発生タイミング１２００が、当該注文における実通過工程パターン別途中工程別発生量・発生タイミングであり、当該注文に対する製品を製造するために圧延工程１０３で製造負荷が発生するタイミング（圧延予定日）が２月１９日であるものとして、当該注文における実通過工程パターン別途中工程別発生量・発生タイミングの計算方法の具体例を説明する。 FIG. 12 is a diagram illustrating an example of the actual passage process pattern separately generated amount and generation timing for each intermediate process.
In this case, the production pass generation amount 1100 classified by intermediate process for each order shown in the forefront of FIG. 11 is for the order with the order number 901 “001”, and the actual production process pattern separately shown in FIG. The generation amount / occurrence timing 1200 for each intermediate process is the actual passage process pattern generation amount / occurrence timing separately for the relevant order, and the production load is generated in the rolling process 103 in order to manufacture a product corresponding to the order ( Assuming that the scheduled rolling date) is February 19, a specific example of a method for calculating the generation amount and generation timing for each intermediate process separately for the actual passing process pattern in the order will be described.

図９に示す注文番号９０１が「００１」である注文の注文量９０４は１００枚である。そうすると、例えば、図１１に示す実通過工程パターン１１０１のうち、値が「０３０１」である実通過工程パターンについては、図８に示す途中工程通過順８０２と図１１に示す途中工程別製造負荷発生量１１０２とから、注文量９０４である１００枚のうちの１０枚の製品が、矯正（ＣＬ）工程１０５を３回通過した後に、切断工程１０７を１回通過すると判断できる。ここで、値が「０３０１」である実通過工程パターンは、矯正（ＣＬ）工程１０５を３回通過することを示すものである。したがって、図１１に示す実通過工程パターン１１０１のうち、値が「０３０１」である実通過工程パターンの途中工程別製造負荷発生量１１０２である「３０」を「３」で割った「１０」が矯正（ＣＬ）工程１０５において１つのタイミングで発生する製造負荷になる。 The order quantity 904 of the order with the order number 901 “001” shown in FIG. Then, for example, among the actual passing process pattern 1101 shown in FIG. 11, for the actual passing process pattern whose value is “0301”, the intermediate process passing order 802 shown in FIG. 8 and the production load for each intermediate process shown in FIG. 11 are generated. From the quantity 1102, it can be determined that 10 products out of 100 having the order quantity 904 pass the cutting process 107 once after passing the correction (CL) process 105 three times. Here, the actual passing process pattern having the value “0301” indicates that the correction (CL) process 105 is passed three times. Therefore, among the actual passing process pattern 1101 shown in FIG. 11, “10” is obtained by dividing “30”, which is the production load generation amount 1102 for each intermediate process of the actual passing process pattern whose value is “0301”, by “3”. In the correction (CL) step 105, a production load is generated at one timing.

また、図８に示す途中工程別製造工期８０１から、圧延予定日（２月１９日）から（１．６を四捨五入した）２日後である２月２１日と、圧延予定日（２月１９日）から（３．２（＝１．６+１．６）を四捨五入した）３日後である２月２２日と、圧延予定日（２月１９日）から（４．８（＝１．６+１．６+１．６）を四捨五入した）５日後である２月２４日にそれぞれ矯正（ＣＬ）工程１０５で製造負荷が発生し、圧延予定日（２月１９日）から（７．３（＝１．６+１．６＋１．６+２．５）を四捨五入した）７日後である２月２６日に切断工程１０７で製造負荷が発生すると判断できる。 Further, from the manufacturing period 801 according to the intermediate process shown in FIG. 8, February 21 that is two days after the rolling scheduled date (February 19) (rounded 1.6) and the rolling scheduled date (February 19) ) To (Feb. 22 (= 1.6 + 1.6) is rounded off), 3 days later, February 22, and the scheduled rolling date (February 19) (4.8 (= 1.6 + 1.6 + 1.6) is rounded off, and a manufacturing load is generated in the correction (CL) process 105 on February 24, which is five days later, from the scheduled rolling date (February 19) to (7.3 ( = 1.6 + 1.6 + 1.6 + 2.5) is rounded off) It can be determined that a manufacturing load is generated in the cutting step 107 on February 26, which is seven days later.

したがって、注文番号９０１が「００１」である注文の、値が「０３０１」である実通過工程パターンについては、図１２に示すように、１００枚のうちの１０枚の製品は、２月１９日に圧延工程１０３を通過し、２月２１日、２月２２日、２月２４日に矯正（ＣＬ）工程１０５を通過し、２月２６日に切断工程１０７を通過することを示す実通過工程パターン別途中工程別発生量・発生タイミング１２００が得られる。図１２に示す例では、「処理日」が、製造負荷が発生するタイミングに対応し、「工程名」が、途中工程の名称に対応し、「発生量」が、「製造負荷の発生量」に対応する。
実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５は、このような計算を、注文別実通過工程パターン別途中工程別製造負荷発生量１１００に含まれる全ての実通過工程パターン１１０１について個別に行って、１つの注文（注文番号９０１）における実通過工程パターン別途中工程別発生量・発生タイミング１２００を導出する。 Therefore, as for the actual passing process pattern having the value “0301” for the order having the order number 901 “001”, as shown in FIG. The actual passing process indicates that the rolling process 103 is passed through, the correction (CL) process 105 is passed on February 21, February 22, and February 24, and the cutting process 107 is passed on February 26. A generation amount / generation timing 1200 for each intermediate process is obtained for each pattern. In the example illustrated in FIG. 12, “processing date” corresponds to the timing when the manufacturing load occurs, “process name” corresponds to the name of the intermediate process, and “generation amount” is “production load generation amount”. Corresponding to
The actual passing process pattern separately generated amount / occurrence timing calculation unit 215 performs the above calculation for all actual passing process patterns 1101 included in the production load generation amount 1100 classified by order actual passing process pattern separately. This is performed individually, and the actual passage process pattern for one order (order number 901) is separately derived for the generation amount / generation timing 1200 for each intermediate process.

さらに、実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５は、全ての注文（注文番号９０１）の注文別実通過工程パターン別途中工程別製造負荷発生量１１００のそれぞれについて、実通過工程パターン別途中工程別発生量・発生タイミング１２００を導出する。
実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５は、例えば、ＣＰＵ、ＲＯＭ、及びＲＡＭを用いることにより実現することができる。 Furthermore, the actual passing process pattern separately generated amount / occurrence timing calculation unit 215 performs the actual passing for each order of the actual passing process pattern separately for each order (order number 901) and the production load generated amount 1100 for each intermediate process. The generation amount / generation timing 1200 for each middle process is derived separately for each process pattern.
The actual passage process pattern generation amount / generation timing calculation unit 215 for each intermediate process can be realized by using, for example, a CPU, a ROM, and a RAM.

［途中工程別発生量・発生タイミング算出部２１６］
途中工程別発生量・発生タイミング算出部２１６は、注文データ９００に含まれる全ての注文（注文番号９０１）のそれぞれについて、途中工程別発生量・発生タイミングを算出する。
途中工程別発生量・発生タイミング算出部２１６は、注文（注文番号９０１）の１つを選択し、選択した注文番号９０１に対応する実通過工程パターン別途中工程別発生量・発生タイミング１２００を抽出する（図１２を参照）。そして、途中工程別発生量・発生タイミング算出部２１６は、抽出した実通過工程パターン別途中工程別発生量・発生タイミング１２００の同一の処理日における同一の工程名の発生量の総和をとったものを途中工程別発生量・発生タイミングとして算出する。
途中工程別発生量・発生タイミング算出部２１６は、このような途中工程別発生量・発生タイミングの導出を、注文データ９００に含まれる全ての注文（注文番号９０１）のそれぞれについて行う。 [Generated amount / occurrence timing calculation unit 216 for each intermediate process]
The generation amount / occurrence timing calculation unit 216 for each intermediate process calculates the generation amount / occurrence timing for each intermediate process for each of all orders (order number 901) included in the order data 900.
The generated amount / occurrence timing calculation unit 216 for each intermediate process selects one of the orders (order number 901), and extracts the generated amount / occurrence timing 1200 for each intermediate process separately for the actual passing process pattern corresponding to the selected order number 901. (See FIG. 12). Then, the generated amount / occurrence timing calculation unit 216 for each intermediate process takes the sum of the generated amount of the same process name on the same processing day of the generated amount / occurrence timing 1200 for each intermediate process separately for the extracted actual passing process pattern. Is calculated as the generation amount and generation timing for each intermediate process.
The generation amount / occurrence timing calculation unit 216 for each intermediate process performs the derivation of the generation amount / occurrence timing for each intermediate process for each of all orders (order number 901) included in the order data 900.

図１３は、途中工程別発生量・発生タイミングの一例を示す図である。
図１２に示す実通過工程パターン別途中工程別発生量・発生タイミング１２００が属する注文（注文番号９０１）と、図１３に示す途中工程別発生量・発生タイミング１３００が属する注文（注文番号９０１）とが同じものであるとする。
この場合、途中工程別発生量・発生タイミング１３００では、２月２１日に矯正（ＣＬ）工程１０５で１９枚の製造負荷が発生しているのに対し、実通過工程パターン別途中工程別発生量・発生タイミング１２００では、２月２１日に１０枚しか矯正（ＣＬ）工程１０５製造負荷が発生していない。したがって、当該注文（注文番号９０１）に属するその他の実通過工程パターン別途中工程別発生量・発生タイミング１２００から、２月２１日に矯正（ＣＬ）工程１０５で発生する製造負荷の合計を求めると９枚（＝１９−１０）となる。 FIG. 13 is a diagram illustrating an example of the generation amount and generation timing for each intermediate process.
The order (order number 901) to which the generated amount / occurrence timing 1200 for each intermediate process belongs as shown in FIG. 12 and the order (order number 901) to which the generated amount / occurrence timing 1300 for each intermediate process shown in FIG. Are the same.
In this case, in the generation amount / occurrence timing 1300 in the middle process, the manufacturing load of 19 sheets has been generated in the correction (CL) process 105 on February 21, whereas the generation amount by the intermediate process separately for the actual passing process pattern -At the generation timing 1200, only 10 sheets on the 21st of February (CL) process 105 production load is generated. Therefore, when the actual production process pattern belonging to the order (order number 901) is separately generated, the total production load generated in the correction (CL) process 105 on February 21 is determined from the generation amount / generation timing 1200 for each intermediate process. Nine (= 19-10).

また、途中工程別発生量・発生タイミング１３００では、２月２０日に手入れ工程１０４で２２枚の製造負荷が発生しているのに対し、実通過工程パターン別途中工程別発生量・発生タイミング１２００では、２月２０日に製造負荷が発生していない。したがって、当該注文（注文番号９０１）に属するその他の実通過工程パターン別途中工程別発生量・発生タイミング１２００から、２月２０日に手入れ工程１０４で発生する製造負荷の合計を求めると２２枚（＝２２−０）となる。
途中工程別発生量・発生タイミング算出部２１６は、例えば、ＣＰＵ、ＲＯＭ、及びＲＡＭを用いることにより実現することができる。
［途中工程別発生量・発生タイミング格納部２１７］
途中工程別発生量・発生タイミング格納部２１７は、途中工程別発生量・発生タイミング算出部２１６で算出された途中工程別発生量・発生タイミング１３００を格納する（図１３を参照）。
途中工程別発生量・発生タイミング格納部２１７は、例えば、ＨＤＤを用いることにより実現することができる。 Further, in the generation amount / occurrence timing 1300 for each intermediate process, 22 manufacturing loads were generated in the maintenance process 104 on February 20, whereas the generation amount / occurrence timing 1200 for each intermediate process step separately. Then, no manufacturing load has occurred on February 20. Therefore, when the total production load generated in the maintenance process 104 on February 20 is calculated from the generation amount / generation timing 1200 for each other actual passing process pattern belonging to the order (order number 901) separately (22 sheets ( = 22-0).
The generation amount / occurrence timing calculation unit 216 for each intermediate process can be realized by using, for example, a CPU, a ROM, and a RAM.
[Generation amount / occurrence timing storage unit 217 for each intermediate process]
The generation amount / generation timing storage unit 217 for each intermediate process stores the generation amount / generation timing 1300 for each intermediate process calculated by the generation / generation timing calculation unit 216 for each intermediate process (see FIG. 13).
The generation amount / generation timing storage unit 217 for each intermediate process can be realized by using, for example, an HDD.

［途中工程別発生量・発生タイミング出力部２１８］
途中工程別発生量・発生タイミング出力部２１８は、途中工程別発生量・発生タイミング格納部２１７に格納された途中工程別発生量・発生タイミング１３００の情報を出力する。具体的に説明すると、途中工程別発生量・発生タイミング出力部２１８は、例えば、途中工程別発生量・発生タイミング１３００の情報について、表示装置への表示、外部装置への送信、及びリムーバブル記憶媒体への記憶の少なくとも何れか１つを行う。途中工程別発生量・発生タイミング１３００の情報の出力は、ユーザによるユーザインターフェースの操作に基づいて行うようにてもよいし、予め設定されたタイミングで自動的に行うようにしてもよい。 [Generation amount / generation timing output unit 218 for each intermediate process]
The generation amount / generation timing output unit 218 for each intermediate process outputs information on the generation amount / generation timing 1300 for each intermediate process stored in the generation / generation timing storage unit 217 for each intermediate process. More specifically, the generation amount / generation timing output unit 218 for each intermediate process displays, for example, information on the generation amount / generation timing 1300 for each intermediate process on a display device, transmission to an external device, and a removable storage medium. At least one of the storage to The output of the generation amount / generation timing 1300 for each intermediate process may be performed based on a user interface operation by the user, or may be automatically performed at a preset timing.

図１４は、途中工程別発生量・発生タイミング１３００の情報の表示例を示す図である。尚、図１４では、１つの注文（注文番号９０１）における途中工程別発生量・発生タイミング１３００の情報を示している。
途中工程別発生量・発生タイミング１３００の情報の表示は、図１４に示すように製造負荷が発生するタイミング（発生タイミング）を横軸とし、製造負荷（発生量）を縦軸とする折れ線グラフとしてもよいし、図１３に示すように、発生タイミングと各途中工程とを表形式で表示してもよい。
途中工程別発生量・発生タイミング出力部２１８は、例えば、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ、ＨＤＤ、及び各種インターフェースを用いることにより実現することができる。 FIG. 14 is a diagram illustrating a display example of information on the generation amount / generation timing 1300 for each intermediate process. Note that FIG. 14 shows information on the generation amount / generation timing 1300 for each intermediate process in one order (order number 901).
As shown in FIG. 14, the display of the information on the generation amount / generation timing 1300 for each intermediate process is a line graph with the production load (generation timing) on the horizontal axis and the production load (generation amount) on the vertical axis as shown in FIG. Alternatively, as shown in FIG. 13, the generation timing and each intermediate process may be displayed in a table format.
The generation amount / generation timing output unit 218 for each intermediate process can be realized by using, for example, a CPU, ROM, RAM, HDD, and various interfaces.

次に、図１５のフローチャートを参照しながら、製造負荷・タイミング予測装置２００の処理の一例を説明する。
まず、図１５−１のステップＳ１５０１において、製造実績データ取得部２０１は、製造実績データ３００を取得するまで待機する。製造実績データ３００を取得するとステップＳ１５０２に進む。
ステップＳ１５０２に進むと、工程通過判定ロジック作成部２０２は、製造実績データ３００に含まれる製品仕様３０２と製造仕様３０３に基づいて、製品が通過する途中工程と通過しない途中工程とを途中工程毎に予測する工程通過判定ロジックとして決定木４００を作成する。 Next, an example of processing of the manufacturing load / timing prediction apparatus 200 will be described with reference to the flowchart of FIG.
First, in step S1501 of FIG. 15A, the manufacturing performance data acquisition unit 201 waits until the manufacturing performance data 300 is acquired. When the manufacturing performance data 300 is acquired, the process proceeds to step S1502.
In step S1502, the process passage determination logic creation unit 202 determines, for each intermediate process, an intermediate process in which the product passes and an intermediate process in which the product does not pass based on the product specification 302 and the manufacturing specification 303 included in the manufacturing performance data 300. A decision tree 400 is created as a process passage determination logic to be predicted.

次に、ステップＳ１５０３において、工程通過判定ロジック作成部２０２は、ステップＳ１５０１で作成した決定木４００を、工程通過判定ロジック格納部２０３に格納する。
次に、ステップＳ１５０４において、第１の予測通過パターン導出部２０４は、製造実績データ３００に含まれる製品仕様３０２と製造仕様３０３を決定木４００に適用して、製造実績データ３００に含まれる製品のそれぞれについて、各途中工程の通過の有無の予測値（通過有無変数５０１）を求め、当該通過有無変数を結合した情報を、当該製品の予測通過パターン５０２として導出する。 Next, in step S1503, the process pass determination logic creation unit 202 stores the decision tree 400 created in step S1501 in the process pass determination logic storage unit 203.
Next, in step S1504, the first predicted passage pattern deriving unit 204 applies the product specification 302 and the manufacturing specification 303 included in the manufacturing performance data 300 to the decision tree 400, and determines the products included in the manufacturing performance data 300. For each, a predicted value (passage presence / absence variable 501) of the presence / absence of passage of each intermediate process is obtained, and information obtained by combining the passage presence / absence variables is derived as a predicted passage pattern 502 of the product.

次に、ステップＳ１５０５において、実通過工程パターン・構成比率算出部２０５は、ステップＳ１５０４で導出した予測通過パターン５０２を特定する変数ａに１を設定する。
次に、ステップＳ１５０６において、実通過工程パターン・構成比率算出部２０５は、ステップＳ１５０５で設定された変数ａで特定される予測通過パターン５０２として同一の予測通過パターンが得られた製品の製造実績データ３００の実績通過回数から、実通過工程パターン６０１を作成する。 Next, in step S1505, the actual passing process pattern / configuration ratio calculating unit 205 sets 1 to the variable a that identifies the predicted passing pattern 502 derived in step S1504.
Next, in step S1506, the actual passing process pattern / configuration ratio calculation unit 205 manufactures production result data of the same predicted passing pattern as the predicted passing pattern 502 specified by the variable a set in step S1505. An actual passing process pattern 601 is created from 300 actual passing times.

次に、ステップＳ１５０７において、実通過工程パターン・構成比率算出部２０５は、実通過工程パターン６０１を特定する変数ｂに１を設定する。
次に、ステップＳ１５０８において、実通過工程パターン・構成比率算出部２０５は、（１）式の計算を行って、ステップＳ１５０７で特定した変数ｂに対応する実通過工程パターン６０１の構成比率６０２を導出する。
次に、ステップＳ１５０９において、途中工程別製造負荷発生率算出部２０６は、ステップＳ１５０７で設定された変数ｂで特定される実通過工程パターン６０１の各ビットの値と、ステップＳ１５０８で導出した、当該変数ｂに対応する実通過工程パターン６０１の構成比率６０２とを乗算して、当該変数ｂに対応する実通過工程パターン６０１の途中工程別製造負荷発生率７０３を算出する。 In step S <b> 1507, the actual passing process pattern / configuration ratio calculating unit 205 sets 1 to a variable b that identifies the actual passing process pattern 601.
Next, in step S1508, the actual passing process pattern / configuration ratio calculation unit 205 calculates the formula (1) to derive the configuration ratio 602 of the actual passing process pattern 601 corresponding to the variable b identified in step S1507. To do.
Next, in step S1509, the intermediate-process manufacturing load occurrence rate calculation unit 206 calculates the value of each bit of the actual passing process pattern 601 specified by the variable b set in step S1507 and the value derived in step S1508. By multiplying the component ratio 602 of the actual passing process pattern 601 corresponding to the variable b, a production load generation rate 703 for each intermediate process of the actual passing process pattern 601 corresponding to the variable b is calculated.

次に、ステップＳ１５１０において、途中工程別製造負荷発生率算出部２０６は、実通過工程パターン６０１を特定する変数ｂが、ステップＳ１５０６で作成された実通過工程パターン６０１の総数Ｂと等しいか否かを判定する。この判定の結果、実通過工程パターン６０１を特定する変数ｂが実通過工程パターン６０１の総数Ｂと等しくない場合には、ステップＳ１５１１に進み、実通過工程パターン・構成比率算出部２０５は、実通過工程パターン６０１を特定する変数ｂに１を加算する。そして、ステップＳ１５０８の処理に戻り、未処理の実通過工程パターン６０１について途中工程別製造負荷発生率７０３を算出する。 Next, in step S1510, the production load occurrence rate calculation unit 206 for each intermediate process determines whether or not the variable b that identifies the actual passing process pattern 601 is equal to the total number B of the actual passing process patterns 601 created in step S1506. Determine. As a result of the determination, if the variable b specifying the actual passing process pattern 601 is not equal to the total number B of the actual passing process patterns 601, the process proceeds to step S1511, and the actual passing process pattern / configuration ratio calculating unit 205 1 is added to the variable b that specifies the process pattern 601. Then, the process returns to the process of step S1508, and the production load generation rate 703 for each intermediate process is calculated for the unprocessed actual passing process pattern 601.

以上のようにしてステップＳ１５０６で作成された実通過工程パターン６０１の全てについて途中工程別製造負荷発生率７０３を算出すると、ステップＳ１５１２に進む。
ステップＳ１５１２に進むと、途中工程別製造負荷発生率算出部２０６は、ステップＳ１５０９で算出した、変数ａで特定される予測通過パターンに属する全ての実通過工程パターン６０１における途中工程別製造負荷発生率７０３を途中工程別発生率格納部２０７に格納する。 When the production load generation rate 703 for each intermediate process is calculated for all the actual passing process patterns 601 created in step S1506 as described above, the process proceeds to step S1512.
When the processing proceeds to step S1512, the production load occurrence rate for each intermediate process is calculated, and the production load occurrence rate for each intermediate process in all the actual passage process patterns 601 belonging to the predicted passage pattern specified by the variable “a” calculated in step S1509. 703 is stored in the occurrence rate storage unit 207 for each intermediate process.

次に、ステップＳ１５１３において、途中工程別製造負荷発生率算出部２０６は、ステップＳ１５０４で導出した予測通過パターン５０２を特定する変数ａが、ステップＳ１５０４で導出した予測通過パターン５０２の総数Ａと等しいか否かを判定する。この判定の結果、予測通過パターン５０２を特定する変数ａが予測通過パターン５０２の総数Ａと等しくない場合には、ステップＳ１５１４に進み、実通過工程パターン・構成比率算出部２０５は、予測通過パターン５０２を特定する変数ａに１を加算する。そして、ステップＳ１５０５の処理に戻り、未処理の予測通過パターン５０２について、実通過工程パターン６０１の作成と、各実通過工程パターン６０１の途中工程別製造負荷発生率７０３の算出・格納とを行う。 Next, in step S1513, the intermediate-process manufacturing load occurrence rate calculation unit 206 determines whether the variable a that identifies the predicted passage pattern 502 derived in step S1504 is equal to the total number A of predicted passage patterns 502 derived in step S1504. Determine whether or not. As a result of this determination, if the variable a that identifies the predicted passage pattern 502 is not equal to the total number A of predicted passage patterns 502, the process proceeds to step S1514, and the actual passage process pattern / configuration ratio calculation unit 205 determines the predicted passage pattern 502. 1 is added to the variable a that specifies. Then, returning to the process of step S1505, for the unprocessed predicted passing pattern 502, the creation of the actual passing process pattern 601 and the calculation / storage of the production load generation rate 703 for each intermediate passing process pattern 601 are performed.

以上のようにしてステップＳ１５０４で導出された予測通過パターン５０２の全てについて全ての実通過工程パターン６０１の途中工程別製造負荷発生率７０３を算出すると、ステップＳ１５１５に進む。
ステップＳ１５１５に進むと、途中工程別製造工期算出部２０８は、全ての途中工程のそれぞれの製造工期を途中工程別製造工期８０１として個別に算出する。
次に、ステップＳ１５１６において、途中工程別製造工期算出部２０８は、ステップＳ１５１５で算出した途中工程別製造工期８０１を工程別工期格納部２０９に格納する。
次に、ステップＳ１５１７において、途中工程通過順取得部２１０は、全ての途中工程のそれぞれの通過順である途中工程通過順８０２を外部から取得する。
次に、ステップＳ１５１８において、途中工程通過順取得部２１０は、ステップＳ１５１７で取得した途中工程通過順８０２を工程通過順格納部２１１に格納する。 When the production load generation rate 703 for each intermediate process of all actual passing process patterns 601 is calculated for all the predicted passing patterns 502 derived in step S1504 as described above, the process proceeds to step S1515.
When the processing proceeds to step S1515, the intermediate process manufacturing period calculation unit 208 individually calculates each of the intermediate process manufacturing periods as the intermediate process period 801.
Next, in step S1516, the intermediate process-specific manufacturing period calculation unit 208 stores the intermediate process-specific manufacturing period 801 calculated in step S1515 in the process-specific period storage unit 209.
Next, in step S1517, the intermediate process pass order acquisition unit 210 acquires the intermediate process pass order 802, which is the pass order of all the intermediate processes, from the outside.
Next, in step S1518, the intermediate process pass order acquisition unit 210 stores the intermediate process pass order 802 acquired in step S1517 in the process pass order storage unit 211.

次に、図１５−２のステップＳ１５１８において、注文データ取得部２１２は、注文データ９００を取得するまで待機する。注文データ９００を取得すると、ステップＳ１５１９に進む。
ステップＳ１５１９に進むと、第２の予測通過パターン導出部２１３は、注文データ９００に含まれる注文（注文番号９０１）を特定する変数ｃに１を設定する。
次に、ステップＳ１５２０において、第２の予測通過パターン導出部２１３は、ステップＳ１５１９で設定した変数ｃで特定される注文（注文番号９０１）の製品仕様９０２と製造仕様９０３を、ステップＳ１５０３で格納された決定木４００に適用して、当該注文の各途中工程の通過の有無の予測値（通過有無変数１００１）を求め、当該通過有無変数を結合した情報を、当該注文の予測通過パターン１００２として導出する。 Next, in step S1518 of FIG. 15B, the order data acquisition unit 212 waits until the order data 900 is acquired. When the order data 900 is acquired, the process proceeds to step S1519.
In step S1519, the second predicted passage pattern deriving unit 213 sets 1 to a variable c that specifies an order (order number 901) included in the order data 900.
Next, in step S1520, the second predicted passage pattern deriving unit 213 stores the product specification 902 and the manufacturing specification 903 of the order (order number 901) specified by the variable c set in step S1519 in step S1503. The decision tree 400 is applied to obtain a predicted value (passage presence / absence variable 1001) of the presence / absence of passage of each order in the middle of the order, and information obtained by combining the passage presence / absence variables is derived as a predicted passage pattern 1002 of the order. To do.

次に、ステップＳ１５２１において、途中工程別発生量算出部２１４は、ステップＳ１５２０で導出された予測通過パターン１００２と同一の値を有する予測通過パターン５０２の途中工程別製造負荷発生率７０３を取得する。
次に、ステップＳ１５２２において、途中工程別発生量算出部２１４は、変数ｃで特定される注文（注文番号９０１）の注文量９０４を取得する。尚、変数ｃで特定される注文（注文番号９０１）の注文量９０４は、ステップＳ１５１９の後であれば、必ずしもこのタイミングで取得する必要はない。 Next, in step S1521, the generation amount calculation unit 214 for each intermediate process acquires the production load generation rate 703 for each intermediate process of the predicted pass pattern 502 having the same value as the predicted pass pattern 1002 derived in step S1520.
Next, in step S1522, the generation amount calculation unit 214 for each intermediate process acquires the order amount 904 of the order (order number 901) specified by the variable c. Note that the order quantity 904 of the order (order number 901) specified by the variable c is not necessarily acquired at this timing as long as it is after step S1519.

次に、ステップＳ１５２３において、途中工程別発生量算出部２１４は、ステップＳ１５２１で取得した途中工程別製造負荷発生率７０３とステップＳ１５２２で取得した注文量９０４とを乗算した値を、注文別実通過工程パターン別途中工程別製造負荷発生量１１００として算出する。
次に、ステップＳ１５２４において、実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５は、ステップＳ１５１６で格納された途中工程別製造工期８０１を取得する。
次に、ステップＳ１５２５において、実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５は、ステップＳ１５１７で格納された途中工程通過順８０２を取得する。 Next, in step S1523, the intermediate process generated amount calculation unit 214 multiplies the value obtained by multiplying the intermediate process specific manufacturing load generation rate 703 acquired in step S1521 by the order quantity 904 acquired in step S1522. The process pattern is separately calculated as a production load generation amount 1100 for each intermediate process.
Next, in step S1524, the actual passing process pattern separately generated amount / occurrence timing calculation unit 215 for each intermediate process acquires the manufacturing period 801 for each intermediate process stored in step S1516.
Next, in step S1525, the actual passage process pattern separately generated intermediate process generation amount / occurrence timing calculation unit 215 obtains the intermediate process passage order 802 stored in step S1517.

次に、ステップＳ１５２６において、実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５は、ステップＳ１５２３で算出した注文別実通過工程パターン別途中工程別製造負荷発生量１１００に含まれる実通過工程パターン１１０１を特定する変数ｄに１を設定する。
次に、ステップＳ１５２７において、実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５は、圧延工程１０３で製造負荷が発生するタイミングと、ステップＳ１５２４で取得した途中工程別製造工期８０１と、ステップＳ１５２５で取得した途中工程通過順８０２と、ステップＳ１５２３で算出した注文別実通過工程パターン別途中工程別製造負荷発生量１１００内の途中工程別製造負荷発生量１１０２のうちステップＳ１５２６で設定した変数ｄで特定される実通過工程パターンの途中工程製造負荷発生量と、に基づいて、実通過工程パターン別途中工程別発生量・発生タイミング１２００を導出する。 Next, in step S 1526, the actual passage process pattern separately generated amount / occurrence timing by intermediate process 215 calculates the actual passage included in the production load generation amount 1100 classified by order actual pass process pattern calculated in step S 1523. 1 is set to a variable d for specifying the process pattern 1101.
Next, in step S1527, the actual passing process pattern separately generated amount / occurrence timing calculation unit 215 includes a timing at which a manufacturing load is generated in the rolling process 103, and a manufacturing process period 801 by intermediate process acquired in step S1524. The variable set in step S1526 out of the production load generation amount 1102 for each intermediate process in the production load generation amount 1100 for each intermediate process in the intermediate process-specific production process generation pattern 1100 calculated in step S1523 and the order-specific actual passage process pattern calculated in step S1523. Based on the intermediate process production load generation amount of the actual passing process pattern specified by d, the actual passing process pattern generation amount / generation timing 1200 for each intermediate process is derived.

次に、ステップＳ１５２８において、実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５は、ステップＳ１５２３で算出した注文別実通過工程パターン別途中工程別製造負荷発生量１１００に含まれる実通過工程パターン１１０１を特定する変数ｄが、ステップＳ１５２３で算出した注文別実通過工程パターン別途中工程別製造負荷発生量１１００に含まれる実通過工程パターン１１０１の総数Ｄと等しいか否かを判定する。この判定の結果、注文別実通過工程パターン別途中工程別製造負荷発生量１１００に含まれる実通過工程パターン１１０１を特定する変数ｄが注文別実通過工程パターン別途中工程別製造負荷発生量１１００に含まれる実通過工程パターン１１０１の総数Ｄに等しくない場合には、ステップＳ１５２９に進む。 Next, in step S1528, the actual passage process pattern separately generated amount / occurrence timing by intermediate process calculation unit 215 includes the actual passage included in the intermediate process-specific production load generation amount 1100 calculated in step S1523. It is determined whether or not the variable d for specifying the process pattern 1101 is equal to the total number D of actual passing process patterns 1101 included in the production load generation amount 1100 classified by intermediate process separately for each order calculated in step S1523. As a result of this determination, the variable d for specifying the actual passing process pattern 1101 included in the production load generation amount 1100 classified by order for the actual passing process pattern classified by order becomes the production load generation amount 1100 classified by order for the actual passing process pattern separately. If it is not equal to the total number D of the actual passing process patterns 1101 included, the process proceeds to step S1529.

ステップＳ１５２９に進むと、実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５は、注文別実通過工程パターン別途中工程別製造負荷発生量１１００に含まれる実通過工程パターン１１０１を特定する変数ｄに１を関する。そして、ステップＳ１５２７の処理に戻り、ステップＳ１５２３で算出した注文別実通過工程パターン別途中工程別製造負荷発生量１１００内の途中工程別製造負荷発生量１１０２のうち未処理の実通過工程パターンの途中工程製造負荷発生量を用いて、実通過工程パターン別途中工程別発生量・発生タイミング１２００を導出する。 In step S1529, the actual passage process pattern separately generated amount / occurrence timing calculation unit 215 identifies the actual passage process pattern 1101 included in the order-based actual passage process pattern separately intermediate process-specific production load generation amount 1100. 1 is associated with the variable d. Then, returning to the processing of step S1527, the actual passing process pattern classified by order calculated in step S1523 is divided into the unprocessed actual passing process pattern among the manufacturing load generating quantities 1102 classified by intermediate process in the manufacturing load generating quantity 1100 classified by intermediate process. Using the process manufacturing load generation amount, the actual passage process pattern generation amount / generation timing 1200 for each intermediate process is derived.

以上のようにしてステップＳ１５２３で算出した注文別実通過工程パターン別途中工程別製造負荷発生量１１００内の途中工程別製造負荷発生量１１０２の全ての実通過工程パターンについて実通過工程パターン別途中工程別発生量・発生タイミング１２００が導出されると、ステップＳ１５３０に進む。
ステップＳ１５３０に進むと、途中工程別発生量・発生タイミング算出部２１６は、ステップＳ１５２７で導出された実通過工程パターン別途中工程別発生量・発生タイミング１２００の同一の処理日における同一の工程名の発生量の総和をとったものを途中工程別発生量・発生タイミング１３００として算出する。
次に、ステップＳ１５３１において、実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５は、注文データ９００に含まれる注文（注文番号９０１）を特定する変数ｃが注文データ９００に含まれる注文（注文番号９０１）の総数Ｃと等しいか否かを判定する。注文データ９００に含まれる注文（注文番号９０１）を特定する変数ｃが注文データ９００に含まれる注文（注文番号９０１）の総数Ｃと等しくない場合には、ステップＳ１５３２に進む。 As described above, the actual passing process pattern separate intermediate processes for all the actual passing process patterns of the intermediate manufacturing process generated load generation quantity 1102 in the intermediate process manufacturing load generation quantity 1100 separately calculated in step S1523. When the separate generation amount / generation timing 1200 is derived, the process proceeds to step S1530.
When the processing proceeds to step S1530, the generated amount / occurrence timing calculation unit 216 in the middle process sets the same process name on the same processing date of the generated amount / occurrence timing 1200 for each intermediate process separately derived in step S1527. The sum of the generation amount is calculated as the generation amount / generation timing 1300 for each intermediate process.
Next, in step S1531, the actual passing process pattern separately generated amount / occurrence timing calculation unit 215 determines whether the order data 900 includes the variable c specifying the order (order number 901) included in the order data 900. It is determined whether or not the total number C of (order number 901) is equal. If the variable c specifying the order (order number 901) included in the order data 900 is not equal to the total number C of orders (order number 901) included in the order data 900, the process proceeds to step S1532.

ステップＳ１５３２に進むと、実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５は、注文データ９００に含まれる注文（注文番号９０１）を特定する変数ｃに１を加算する。そして、ステップＳ１５２０の処理に戻り、未処理の注文（注文番号９０１）の製品仕様９０２と製造仕様９０３から当該注文の予測通過パターン１００２を導出し、当該予測通過パターン１００２と同一の値を有する予測通過パターン５０２の途中工程別製造負荷発生率７０３と注文量９０４から注文別実通過工程パターン別途中工程別製造負荷発生量１１００を算出し、注文別実通過工程パターン別途中工程別製造負荷発生量１１００内の途中工程別製造負荷発生量１１０２の全ての実通過工程パターンについて実通過工程パターン別途中工程別発生量・発生タイミング１２００を導出し、導出した実通過工程パターン別途中工程別発生量・発生タイミング１２００を集計して途中工程別発生量・発生タイミング１３００を算出する。 In step S1532, the actual passage process pattern generation amount / occurrence timing calculation unit 215 for each intermediate process adds 1 to a variable c that specifies an order (order number 901) included in the order data 900. Then, returning to the processing of step S1520, the predicted passage pattern 1002 of the order is derived from the product specification 902 and the manufacturing specification 903 of the unprocessed order (order number 901), and the prediction having the same value as the predicted passage pattern 1002 is derived. A production load generation amount 1100 for each intermediate process according to the actual pass process pattern for each order is calculated from the production load generation rate 703 for each intermediate process of the passage pattern 502 and the order quantity 904, and a production load generation amount for each intermediate process for each order of the actual pass process pattern For all actual passing process patterns of production load generation amount 1102 by intermediate process in 1100, the actual passing process pattern separately generated amount / occurrence timing 1200 is derived, and the derived actual passing process pattern separately generated amount by intermediate process / The generation timing 1200 is totaled to calculate the generation amount / generation timing 1300 for each intermediate process.

以上のようにして全ての注文（注文番号９０１）について途中工程別発生量・発生タイミング１３００が導出されると、ステップＳ１５３３に進む。
ステップＳ１５３３に進むと、途中工程別発生量・発生タイミング算出部２１６は、ステップＳ１５３０で算出した途中工程別発生量・発生タイミング１３００を途中工程別発生量・発生タイミング格納部２１７に格納する。
最後に、ステップＳ１５３４において、途中工程別発生量・発生タイミング出力部２１８は、ステップＳ１５３３で格納された途中工程別発生量・発生タイミング１３００を出力する。尚、途中工程別発生量・発生タイミング１３００の出力はオペレータによる指示があった場合にのみを行うようにしてもよい。 When the generation amount / generation timing 1300 for each intermediate process is derived for all orders (order number 901) as described above, the process proceeds to step S1533.
When the processing proceeds to step S1533, the intermediate process generated amount / occurrence timing calculation unit 216 stores the intermediate process generated amount / occurrence timing 1300 calculated in step S1530 in the intermediate process generated amount / occurrence timing storage unit 217.
Finally, in step S <b> 1534, the intermediate process generated amount / occurrence timing output unit 218 outputs the intermediate process generated amount / occurrence timing 1300 stored in step S <b> 1533. The output of the generation amount / generation timing 1300 for each intermediate process may be performed only when an instruction is given by the operator.

（まとめ）
以上のように本実施形態では、製造実績データ３００を決定木４００に適用することにより予測通過パターン５０２を求める。予測通過パターン５０２のそれぞれについて、製造実績データ３００から、各途中工程の通過回数を割り出して、実通過工程パターン６０１と当該実通過工程パターン６０１の構成比率６０２とを求め、それらから、当該実通過工程パターン６０１のそれぞれについて途中工程別製造負荷発生率７０３を求める。その後、注文データ９００を決定木４００に適用することにより予測通過パターン１００２を求め、予測通過パターン１００２と同値の予測通過パターン５０２について求めた各実通過工程パターンの途中工程別製造負荷発生率７０３と注文量９０４とから途中工程別製造負荷発生量１１０２を求める。そして、途中工程別製造工期８０１と途中工程通過順８０２と途中工程別製造負荷発生量１１０２とから、実通過工程パターン別途中工程別発生量・発生タイミング１２００を求め、同一の注文データ９００から得られた全ての実通過工程パターン別途中工程別発生量・発生タイミング１２００を集計して途中工程別発生量・発生タイミング１３００を算出する。 (Summary)
As described above, in the present embodiment, the predicted passing pattern 502 is obtained by applying the manufacturing performance data 300 to the decision tree 400. For each predicted passage pattern 502, the number of passages of each halfway process is determined from the manufacturing performance data 300, and the actual passage process pattern 601 and the composition ratio 602 of the actual passage process pattern 601 are obtained. A production load generation rate 703 for each intermediate process is determined for each of the process patterns 601. Thereafter, the predicted passage pattern 1002 is obtained by applying the order data 900 to the decision tree 400, and the production load occurrence rate 703 for each intermediate passage process pattern obtained for the predicted passage pattern 502 having the same value as the prediction passage pattern 1002 is obtained. A production load generation amount 1102 for each intermediate process is obtained from the order quantity 904. Then, from the intermediate process-specific manufacturing period 801, the intermediate process passing order 802, and the intermediate process-specific manufacturing load generation amount 1102, the actual passing process pattern generation amount / generation timing 1200 is separately obtained and obtained from the same order data 900. The generated amount / occurrence timing 1200 for each intermediate process is totaled separately for all the actual passing process patterns, and the generated amount / occurrence timing 1300 for each intermediate process is calculated.

したがって、製造を着手する前に製品仕様から通過工程が確定しない場合でも、過去の製造実績に基づいて、生産計画を策定する段階で、途中工程毎の製造負荷の発生量と当該製造負荷が発生するタイミングとの双方を予測することができる。この予測の結果を各途中工程での処理能力と比較することで、生産計画の善し悪しを、製造を着手する前に評価することができる。また、各途中工程での処理能力を超える場合は、生産計画を変更するか、処理能力の向上のための対策を行うことで、納期に合わせた製造が可能となり、製造工期の短縮と、在庫の削減を実現することができる。
これに対し、特許文献１に記載の技術では、図１６に示すように、圧延工程１０３で製造負荷が発生するタイミング（圧延予定日）における各途中工程の製造負荷の発生量を求めることはできるが、各途中工程で製造負荷が発生するタイミングまでは考慮することができない。 Therefore, even if the passing process is not confirmed from the product specifications before starting manufacturing, the amount of manufacturing load and the manufacturing load are generated for each intermediate process at the stage of formulating a production plan based on past manufacturing results. It is possible to predict both the timing to perform. By comparing the result of this prediction with the processing capability in each intermediate process, it is possible to evaluate the quality of the production plan before starting manufacturing. If the processing capacity of each intermediate process is exceeded, the production plan can be changed or measures for improving the processing capacity can be taken, making it possible to manufacture in accordance with the delivery date, shortening the manufacturing period, Can be realized.
On the other hand, in the technique described in Patent Document 1, as shown in FIG. 16, it is possible to determine the amount of production load generated in each intermediate process at the timing (scheduled rolling date) when the production load is generated in the rolling process 103. However, it cannot be taken into account until the production load is generated in each intermediate process.

（変形例）
［変形例１］
工程通過判定ロジックとして生成する決定木は、図４に示したものに限定されない。図１７は、工程通過判定ロジックとして決定木の変形例を示す図である。
図１７に示すように、製造実績データ３００に含まれる製造仕様を説明変数とし、予測通過パターン・予測通過パターンを目的変数とする決定木１７００を工程通過判定ロジックとしてもよい。このようにした場合には、図４に示す決定木４００のように、通過工程の数と同数の決定木を作成する必要はなく、１つの決定木１７００を作成すればよい。また、工程通過判定ロジックは、決定木に限定されるものではない。製品が通過する工程と通過しない工程とを工程毎に予測するものであれば、例えば、統計モデルを使用したり、テーブル方式のモデルを使用したりすることができる。また、製造負荷・タイミング予測装置２００とは別の装置で工程通過判定ロジックを作成しておき、当該工程通過判定ロジックを製造負荷・タイミング予測装置２００が取り込むようにしてもよい。 (Modification)
[Modification 1]
The decision tree generated as the process passage determination logic is not limited to that shown in FIG. FIG. 17 is a diagram illustrating a modification of the decision tree as the process passage determination logic.
As shown in FIG. 17, a decision tree 1700 having the manufacturing specifications included in the manufacturing performance data 300 as explanatory variables and the predicted passing pattern / predicted passing pattern as an objective variable may be used as the process passing determination logic. In such a case, unlike the decision tree 400 shown in FIG. 4, it is not necessary to create the same number of decision trees as the number of passing steps, and one decision tree 1700 may be created. Further, the process passage determination logic is not limited to the decision tree. For example, a statistical model or a table-type model can be used as long as it predicts a process through which a product passes and a process through which a product does not pass. Alternatively, the process passage determination logic may be created by a device different from the manufacturing load / timing prediction apparatus 200, and the manufacturing load / timing prediction apparatus 200 may capture the process passage determination logic.

［変形例２］
本実施形態では、途中工程（手入れ工程１０４、矯正（ＣＬ）工程１０５、矯正（ＯＬ）工程１０６、及び切断工程１０７）のみの製造負荷と、当該製造負荷が発生するタイミングとを求める場合を例に挙げて説明した。しかしながら、最後の工程である倉庫１０８（倉庫への搬入工程）の製造負荷と、当該製造負荷が発生するタイミングを併せて求めるようにしてもよい。このようにした場合、倉庫１０８には全ての製品が搬入されるので、図３に示す製造実績データ３００の実績通過回数３０４として正の整数（通常は「１」）が与えられる。また、倉庫１０８の途中工程通過順は、例えば、切断工程１０７の次（図８に示す例では「５」）になる。また、倉庫１０８の製造工期が途中工程別製造工期８０１に加えて算出（又は取得）される。また、図１３に示す途中工程別発生量・発生タイミング１３００において、同一の注文（注文番号９０１）における倉庫１０８での製造負荷の合計は、当該注文の注文量９０４に一致する。その他については、前述した途中工程に対する処理に倉庫１０８に対する処理を追加すればよいので、その詳細な説明を省略する。このようにした場合には、途中工程以外の製造工程（最後の製造工程）についても、製造負荷の発生量と当該製造負荷が発生するタイミングとの双方を導出することができる。 [Modification 2]
In the present embodiment, an example of obtaining the manufacturing load only during the intermediate process (care process 104, correction (CL) process 105, correction (OL) process 106, and cutting process 107) and the timing at which the manufacturing load occurs is taken as an example. And explained. However, you may make it obtain | require collectively the manufacturing load of the warehouse 108 (import process to a warehouse) which is the last process, and the timing which the said manufacturing load generate | occur | produces. In this case, since all products are carried into the warehouse 108, a positive integer (usually “1”) is given as the actual number of times of passing 304 in the manufacturing result data 300 shown in FIG. Further, the order of passage of the intermediate process in the warehouse 108 is, for example, next to the cutting process 107 (“5” in the example shown in FIG. 8). In addition, the manufacturing period of the warehouse 108 is calculated (or acquired) in addition to the manufacturing period 801 for each intermediate process. In addition, in the generation amount / generation timing 1300 for each intermediate process shown in FIG. 13, the total manufacturing load in the warehouse 108 for the same order (order number 901) matches the order amount 904 of the order. About others, since the process with respect to the warehouse 108 should just be added to the process with respect to the intermediate process mentioned above, the detailed description is abbreviate | omitted. In such a case, both the amount of production load generated and the timing at which the production load is generated can be derived for the manufacturing process other than the intermediate process (the last manufacturing process).

［変形例３］
本実施形態では、注文データ９００が入力される前に途中工程別製造負荷発生率７０３を算出するようにした。しかしながら、必ずしもこのようにする必要はない。例えば、注文データ９００から得られた予測通過パターン１００２と同値の予測通過パターン５０２について求められている実通過工程パターン６０１と構成比率６０２と当該注文データ９００に含まれる注文量９０４とから、図１１に示す注文別実通過工程パターン別途中工程別製造負荷発生量１１００を計算するようにしてもよい。 [Modification 3]
In the present embodiment, the production load generation rate 703 for each intermediate process is calculated before the order data 900 is input. However, this is not always necessary. For example, from the actual passing process pattern 601, the component ratio 602, and the order quantity 904 included in the order data 900 obtained for the predicted passing pattern 502 equivalent to the predicted passing pattern 1002 obtained from the order data 900, FIG. It is also possible to calculate the production load generation amount 1100 for each intermediate process separately for each actual passing process pattern shown in FIG.

［変形例４］
本実施形態では、標準的な途中工程通過順に従って、途中工程を複数回繰り返し行う場合が生じる場合について説明した。しかしながら、途中工程を複数回行う態様はこのような標準的な途中工程通過順に従う態様に限定されない。例えば、第１の途中工程を行った後、別の第２の途中工程を起こってから第１の途中工程を行うようにしてもよい。このように標準的な途中工程通過順に従わない注文の場合には、注文毎に図８に示した途中工程通過順８０２の内容を設定すればよい。例えば、手入れ工程１０４、矯正（ＣＬ）工程１０５、矯正（ＯＬ）工程１０６、矯正（ＣＬ）工程１０５、切断工程１０７の順に通過する注文は、図１８のように途中工程通過順を与えればよい。 [Modification 4]
In the present embodiment, the case where the intermediate process is repeated a plurality of times in accordance with the standard intermediate process passage order has been described. However, the aspect in which the intermediate process is performed a plurality of times is not limited to such an aspect according to the standard order of passing the intermediate process. For example, after the first intermediate step is performed, another first intermediate step may be performed before the first intermediate step is performed. Thus, in the case of an order that does not follow the standard intermediate process passage order, the contents of the intermediate process passage order 802 shown in FIG. 8 may be set for each order. For example, an order that passes in the order of the care process 104, the correction (CL) process 105, the correction (OL) process 106, the correction (CL) process 105, and the cutting process 107 may be given the order of passing the intermediate process as shown in FIG. .

［変形例５］
本実施形態では、途中工程を複数回繰り返し行う場合が生じる場合について説明した。しかしながら、途中工程を複数回繰り返し行うことがない場合には、図３に示す製造実績データ３００の実績通過回数３０４を、通過の有無を表す変数（例えば、通過した場合に「１」、通過しない場合に「０」を示す変数）としてもよい。このようにした場合、実通過工程パターン６０１の値も当該変数がとり得る値（例えば「１」又は「０」）で表現される。 [Modification 5]
In the present embodiment, the case where the intermediate process is repeated a plurality of times has been described. However, when the intermediate process is not repeated a plurality of times, the actual passing number 304 of the manufacturing result data 300 shown in FIG. 3 is set to a variable indicating the presence / absence of passing (for example, “1” when passing, not passing). In this case, a variable indicating “0” may be used. In this case, the value of the actual passing process pattern 601 is also expressed by a value that the variable can take (for example, “1” or “0”).

［変形例６］
本実施形態では、圧延予定日（２月１９日）から途中工程別製造工期８０１に示される製造工期を加算した値を四捨五入して製造負荷が発生する日（タイミング）を導出したが必ずしもこのようにする必要はない。例えば、圧延予定日（２月１９日）から途中工程別製造工期８０１に示される製造工期を加算した値の小数点第一位を切り上げ又は切り捨てて整数値としてもよい。また、製造負荷が発生するタイミングを日と時刻とで表してもよい。この他、製造工程で製造負荷が発生するタイミングは、当該製造工程における処理が完了するタイミングであっても、当該製造工程における処理が開始するタイミングであってもよい。 [Modification 6]
In the present embodiment, the date (timing) at which the production load occurs is derived by rounding off the value obtained by adding the production period indicated in the production period 801 for each intermediate process from the scheduled rolling date (February 19), but this is not necessarily the case. There is no need to make it. For example, it is possible to round up or round down the first decimal place of the value obtained by adding the manufacturing time indicated in the manufacturing time 801 for each intermediate process from the scheduled rolling date (February 19) to obtain an integer value. Moreover, you may represent the timing which a production load generate | occur | produces with a day and time. In addition, the timing at which the manufacturing load is generated in the manufacturing process may be the timing at which the processing in the manufacturing process is completed or the timing at which the processing in the manufacturing process starts.

［変形例７］
本実施形態では、途中工程別製造工期を算出する場合を例に挙げて説明した。しかしながら、例えば、各途中工程の工期が事前に分かっている場合には、途中工程別製造工期の算出を行わずに、工程別工期を外部から直接取得してもよい。途中工程別製造工期の取得は、ユーザによるユーザインターフェースの入力操作や、リムーバル記憶媒体からの読み出しや、外部装置との通信等によって行うことができる。 [Modification 7]
In the present embodiment, the case where the manufacturing process period for each intermediate process is calculated has been described as an example. However, for example, when the work period of each intermediate process is known in advance, the process-specific work period may be directly acquired from the outside without calculating the intermediate process-specific manufacturing process period. The acquisition of the manufacturing period for each intermediate process can be performed by a user interface input operation, reading from a removable storage medium, communication with an external device, or the like.

［変形例８］
本実施形態では、注文量９０４の単位を枚数としたが、注文量９０４の単位はこれに限定されない。製造する対象となる製品に応じて、注文量９０４の単位を、例えば、重量（質量）にしてもよい。
［変形例９］
本実施形態では、全ての製品が予測の起点となる同一の製造工程（圧延工程１０３）を通過する場合を例に挙げて説明したが、必ずしもこのようなものに限定されない。例えば、最初に通過する製造工程は、製品ごとに異なっていてもよい。また、本実施形態では、各製品が最後に通過する製造工程が同一の製造工程（倉庫１０８）である場合を例に挙げて説明したが、必ずしもこのようなものに限定されない。例えば、最後に通過する製造工程は、製品ごとに異なっていてもよい。以上のようにする場合には、例えば、当該製品が通過しない製造工程については、通過有無変数、実績通過回数、予測通過パターンの値、及び実通過工程パターンの値を、それぞれ「０」又は「−（値なし）」とする。また、最初に通過する製造工程が製品ごとに異なる場合には、当該製品が最初に通過する製造工程で製造負荷が発生するタイミングを与えるようにする。 [Modification 8]
In this embodiment, the unit of the order quantity 904 is the number of sheets, but the unit of the order quantity 904 is not limited to this. Depending on the product to be manufactured, the unit of the order quantity 904 may be, for example, a weight (mass).
[Modification 9]
In the present embodiment, the case where all products pass through the same manufacturing process (rolling process 103) serving as a starting point of prediction has been described as an example, but the present invention is not necessarily limited to such a case. For example, the manufacturing process that passes first may vary from product to product. In the present embodiment, the case where the last manufacturing process of each product is the same manufacturing process (warehouse 108) has been described as an example. However, the present invention is not necessarily limited to this. For example, the last manufacturing process that passes may be different for each product. In the case of performing the above, for example, for a manufacturing process in which the product does not pass, the pass / fail variable, the actual pass count, the predicted pass pattern value, and the actual pass step pattern value are set to “0” or “ -(No value) ". In addition, when the manufacturing process that passes first differs for each product, the timing at which a manufacturing load is generated in the manufacturing process that the product first passes is given.

（請求項との関係）
第１の分類手段は、例えば、第１の予測通過パターン導出部２０４を用いることにより実現され、第１の分類ステップは、例えば、図１５−１のステップＳ１５０４の処理を実行することにより実現される（変形例１も参照）。
第２の分類手段は、例えば、第２の予測通過パターン導出部２１３を用いることにより実現され、第２の分類ステップは、例えば、図１５−２のステップＳ１５２０の処理を実行することにより実現される（変形例１も参照）。
製造工期取得手段は、例えば、途中工程別製造工期算出部２０８を用いることにより実現され、製造工期取得ステップは、例えば、図１５−１のステップＳ１５１５、Ｓ１５１６の処理を実行することにより実現される（変形例７も参照）。
通過順取得手段は、例えば、途中工程通過順取得部２１０を用いることにより実現され、通過順取得ステップは、例えば、図１５−１のステップＳ１５１７の処理を実行することにより実現される。
通過実績別製造工程別製造負荷導出手段は、例えば、途中工程別製造負荷発生率算出部２０６、途中工程別発生率格納部２０７、及び途中工程別発生量算出部２１４を用いることにより実現され、通過実績別製造工程別製造負荷導出ステップは、例えば、図１５−１のステップＳ１５０８、Ｓ１５０９、及び図１５−２のステップＳ１５２７の処理を実行することにより実現される（変形例３も参照）。ここで、「割合」は、例えば、図６に示す各実通過工程パターン６０１の構成比率６０２により実現される。
通過実績別製造工程別製造負荷・タイミング導出手段は、例えば、実通過工程パターン別途中工程別発生量・発生タイミング算出部２１５を用いることにより実現され、通過実績別製造工程別製造負荷・タイミング導出ステップは、例えば、図１５−２のステップＳ１５２７の処理を実行することにより実現される。ここで、「通過実績別製造工程別の製造負荷・タイミング」は、例えば、図１２に示す実通過工程パターン別途中工程別発生量・発生タイミング１２００により実現される（変形例６も参照）。
製造工程別製造負荷・タイミング導出手段は、例えば、途中工程別発生量・発生タイミング算出部２１６を用いることにより実現され、途中工程別製造負荷・タイミング導出ステップは、例えば、図１５−２のステップＳ１５３０の処理を実行することにより実現される。ここで、「製造工程別の製造負荷・タイミング」は、例えば、図１３に示す途中工程別発生量・発生タイミング１３００により実現される。
工程通過判定ロジック作成手段は、例えば、工程通過判定ロジック作成部２０２を用いることにより実現され、工程通過判定ロジック作成ステップは、例えば、図１５−１のステップＳ１５０２の処理を実行することにより実現される。
また、請求項３、７は、例えば、変形例２に対応するものである。 (Relationship with claims)
The first classification unit is realized by using, for example, the first predicted passage pattern deriving unit 204, and the first classification step is realized by, for example, executing the process of step S1504 in FIG. (See also Modification 1).
The second classification means is realized by using, for example, the second predicted pass pattern deriving unit 213, and the second classification step is realized by, for example, executing the process of step S1520 in FIG. (See also Modification 1).
The manufacturing period acquisition means is realized, for example, by using the manufacturing period calculation unit 208 for each intermediate process, and the manufacturing period acquisition step is realized, for example, by executing the processes of steps S1515 and S1516 in FIG. (See also Modification 7).
The passing order acquisition means is realized, for example, by using the intermediate process passing order acquisition unit 210, and the passing order acquisition step is realized, for example, by executing the process of step S1517 in FIG.
The production load deriving means for each production process by passage result is realized by using, for example, the production load generation rate calculation unit 206 for each intermediate process, the generation rate storage unit 207 for each intermediate process, and the generation amount calculation unit 214 for each intermediate process, The production load derivation step for each passage-by-manufacturing process is realized, for example, by executing the processing of steps S1508 and S1509 in FIG. 15A and step S1527 in FIG. 15-2 (see also Modification 3). Here, the “ratio” is realized by, for example, the component ratio 602 of each actual passing process pattern 601 shown in FIG.
The production load / timing deriving means for each production process for each passage result is realized by using, for example, the generation amount / occurrence timing calculation unit 215 for each middle process separately for the actual passage process pattern. The step is realized, for example, by executing the process of step S1527 of FIG. Here, the “manufacturing load / timing for each passing process by manufacturing process” is realized, for example, by the actual passing process pattern separately generated amount / generation timing 1200 for each intermediate process shown in FIG. 12 (see also Modification 6).
The manufacturing load / timing deriving means for each manufacturing process is realized, for example, by using the generation amount / generation timing calculating unit 216 for each intermediate process, and the manufacturing load / timing deriving step for each intermediate process is, for example, the step of FIG. This is realized by executing the processing of S1530. Here, the “production load / timing for each manufacturing process” is realized by, for example, a generated amount / timing 1300 for each intermediate process shown in FIG.
The process passage determination logic creation means is realized, for example, by using the process passage determination logic creation unit 202, and the process passage determination logic creation step is realized, for example, by executing the process of step S1502 in FIG. The
Claims 3 and 7 correspond to, for example, the second modification.

尚、以上説明した本発明の実施形態は、コンピュータがプログラムを実行することによって実現することができる。また、前記プログラムを記録したコンピュータ読み取り可能な記録媒体及び前記プログラム等のコンピュータプログラムプロダクトも本発明の実施形態として適用することができる。記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、磁気テープ、不揮発性のメモリカード、ＲＯＭ等を用いることができる。
また、以上説明した本発明の実施形態は、何れも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその技術思想、またはその主要な特徴から逸脱することなく、様々な形で実施することができる。 The embodiment of the present invention described above can be realized by a computer executing a program. Further, a computer-readable recording medium in which the program is recorded and a computer program product such as the program can also be applied as an embodiment of the present invention. As the recording medium, for example, a flexible disk, a hard disk, an optical disk, a magneto-optical disk, a CD-ROM, a magnetic tape, a nonvolatile memory card, a ROM, or the like can be used.
In addition, the embodiments of the present invention described above are merely examples of implementation in carrying out the present invention, and the technical scope of the present invention should not be construed as being limited thereto. Is. That is, the present invention can be implemented in various forms without departing from the technical idea or the main features thereof.

２００製造負荷・タイミング予測装置
３００製造実績データ
４００、１７００決定木
５０１通過有無変数
５０２予測通過パターン
６０１、７０１実通過工程パターン
６０２、７０２構成比率
７０３途中工程別発生率
８０１途中工程別製造工期
８０２途中工程通過順
９００注文データ
９０１注文番号
９０２製品仕様
９０３製造仕様
９０４注文量
１００１通過有無変数
１００２予測通過パターン
１１００注文別実通過工程パターン別途中工程別製造負荷発生量
１１０１実通過工程パターン
１１０２途中工程別発生量
１２００通過工程パターン別途中工程別発生量・発生タイミング
１３００途中工程別発生量・発生タイミング 200 Manufacturing load / timing prediction device 300 Manufacturing result data 400, 1700 Decision tree 501 Passing presence / absence variable 502 Predicted passing pattern 601, 701 Actual passing process pattern 602, 702 Composition ratio 703 Intermediate process-specific occurrence rate 801 Intermediate process-specific manufacturing period 802 Order of process passing 900 Order data 901 Order number 902 Product specification 903 Manufacturing specification 904 Order quantity 1001 Passing presence / absence variable 1002 Predicted passing pattern 1100 Actual passing process pattern by order Separate production load by middle process 1101 Actual passing process pattern 1102 By intermediate process Generated amount 1200 Passing process pattern Separately generated amount / occurrence timing for each intermediate process 1300 Generated amount / occurrence timing for each intermediate process

Claims

The manufacturing load in each manufacturing process of a manufacturing plant that manufactures a plurality of products in which at least one of a product specification that is an attribute of the product and a manufacturing specification that is a specification related to a manufacturing method of the product is different in a plurality of manufacturing processes, and the related A production load / timing prediction device for predicting the timing at which a production load occurs,
Manufacturing performance data for each of a plurality of products manufactured in the past, including manufacturing specifications data including product specifications, manufacturing specifications, and passing results of each of the plurality of manufacturing processes. Using the process passage determination logic that outputs the predicted value of the presence or absence of passage in the manufacturing process as an input, classifies the predicted value in the manufacturing process into any one of a plurality of predicted passage patterns arranged in a predetermined order First classifying means to:
Order data for a product to be manufactured, which includes order data including product specifications, manufacturing specifications, and order quantities, using the process passage determination logic, and the predicted values in the manufacturing process in the predetermined order. A second classifying means for classifying into any one of a plurality of predicted passing patterns arranged;
A manufacturing period acquisition means for acquiring a manufacturing period in each of the plurality of manufacturing steps;
Passage order acquisition means for acquiring a passage order in each of the plurality of manufacturing steps;
Among the plurality of predicted passage patterns classified by the first classification means, included in the manufacturing performance data classified into the same predicted passage pattern as the predicted passage pattern classified by the second classification means Each of the plurality of manufacturing steps based on the ratio of the number of combinations of the individual passing results included in the manufacturing result data to the total number of combinations of the passing results and the order quantity included in the order data The production load in each manufacturing process is derived for each of the combinations of the individual passing results, and is derived as the manufacturing load by the manufacturing process by the passing results,
The manufacturing load by the passing performance by manufacturing process, the manufacturing period and the passing order in each of the plurality of manufacturing processes, and the first of the plurality of manufacturing processes. Based on the timing at which a manufacturing load is generated in the manufacturing process that passes through, the amount and timing of the manufacturing load generated for each of the manufacturing processes is derived for each of the combinations of the individual passing results. A means for deriving a manufacturing load / timing for each production process according to a passing result, which is derived as a manufacturing load / timing for each manufacturing process according to the results;
The production load / timing for each production process for each passing result, which is derived by the production load / timing deriving means for each passing process, is totaled, and the amount and timing of the production load generated for each production process are calculated. A production load / timing deriving means for each production process, which is derived as a production load / timing for each production process;
I have a,
Each passing result of the plurality of manufacturing processes is the number of times of passing each of the plurality of manufacturing processes,
The combination of the passing results is an actual passing process pattern in which the passing times of the plurality of manufacturing processes are arranged in a predetermined order,
The production load / timing deriving means for each passing production process is passed in the actual passing process pattern among the production loads for each passing production process derived by the passing performance manufacturing process deriving means. For the manufacturing load generated in the manufacturing process indicated that the number of times is multiple times, the manufacturing load generated at one timing in the manufacturing process is a value obtained by dividing the amount of the manufacturing load by the number of passes. A production load / timing prediction apparatus characterized by being derived as follows.

The manufacturing process includes a first manufacturing process in which all of the plurality of products pass, a second manufacturing process in which all of the plurality of products pass after the first manufacturing process, and the first manufacturing process. It consists of a plurality of intermediate steps that are a plurality of manufacturing steps between the step and the second manufacturing step,
The production load / timing prediction apparatus according to claim 1, wherein the production load and the timing at which the production load is generated in each of the intermediate steps are predicted.

The manufacturing load / timing prediction apparatus according to claim 2, further predicting a manufacturing load and a timing at which the manufacturing load is generated in the second manufacturing process.

The production load / timing prediction apparatus according to claim 1, further comprising: a process pass determination logic creating unit that creates the process pass determination logic based on the manufacturing performance data.

The manufacturing load in each manufacturing process of a manufacturing plant that manufactures a plurality of products in which at least one of a product specification that is an attribute of the product and a manufacturing specification that is a specification related to a manufacturing method of the product is different in a plurality of manufacturing processes, and the related A production load / timing prediction method for predicting the timing of production load,
Manufacturing performance data for each of a plurality of products manufactured in the past, including manufacturing specifications data including product specifications, manufacturing specifications, and passing results of each of the plurality of manufacturing processes. Using the process passage determination logic that outputs the predicted value of the presence or absence of passage in the manufacturing process as an input, classifies the predicted value in the manufacturing process into any one of a plurality of predicted passage patterns arranged in a predetermined order A first classification step,
Order data for a product to be manufactured, which includes order data including product specifications, manufacturing specifications, and order quantities, using the process passage determination logic, and the predicted values in the manufacturing process in the predetermined order. A second classification step for classifying into any one of a plurality of predicted passing patterns arranged;
A manufacturing period acquisition step for acquiring a manufacturing period in each of the plurality of manufacturing processes;
A passing order obtaining step for obtaining a passing order in each of the plurality of manufacturing steps;
Among the plurality of predicted passage patterns classified by the first classification step, included in the manufacturing performance data classified into the same predicted passage pattern as the predicted passage pattern classified by the second classification step Each of the plurality of manufacturing steps based on the ratio of the number of combinations of the individual passing results included in the manufacturing result data to the total number of combinations of the passing results and the order quantity included in the order data The production load in each production process is derived as the production load by the production process by the production results by the production results by passing the production load in each of the combinations of the individual production results,
The manufacturing load for each manufacturing process by passing results, the manufacturing period and the passing order in each of the plurality of manufacturing processes, and the first of the manufacturing processes. Based on the timing at which a manufacturing load is generated in the manufacturing process that passes through, the amount and timing of the manufacturing load generated for each of the manufacturing processes is derived for each of the combinations of the individual passing results. Deriving the production load / timing for each production process according to the past results, deriving the production load / timing for each production process,
The production load / timing for each production process for each passing result, which is derived in the production load / timing derivation step for each production process, is calculated for each production process, and the amount and timing of the production load generated for each production process. , A production load / timing derivation step for each production process, which is derived as a production load / timing for each production process
I have a,
Each passing result of the plurality of manufacturing processes is the number of times of passing each of the plurality of manufacturing processes,
The combination of the passing results is an actual passing process pattern in which the passing times of the plurality of manufacturing processes are arranged in a predetermined order,
The production load / timing derivation step for each production process by pass result is passed in the actual pass process pattern among the production loads for each production process by pass result derived by the production load derivation step by production process by pass result. For the manufacturing load generated in the manufacturing process indicated that the number of times is multiple times, the manufacturing load generated at one timing in the manufacturing process is a value obtained by dividing the amount of the manufacturing load by the number of passes. manufacturing load timing prediction method characterized by deriving a.

The manufacturing process includes a first manufacturing process in which all of the plurality of products pass, a second manufacturing process in which all of the plurality of products pass after the first manufacturing process, and the first manufacturing process. It consists of a plurality of intermediate steps that are a plurality of manufacturing steps between the step and the second manufacturing step,
6. The manufacturing load / timing prediction method according to claim 5 , wherein a manufacturing load in each of the plurality of intermediate steps and a timing at which the manufacturing load occurs are predicted.

The manufacturing load / timing prediction method according to claim 6 , wherein the manufacturing load in the second manufacturing process and the timing at which the manufacturing load is generated are further predicted.

The manufacturing load / timing prediction method according to any one of claims 5 to 7 , further comprising a process pass determination logic creation step of creating the process pass determination logic based on the manufacturing performance data.

A computer program for causing a computer to execute each step of the manufacturing load / timing prediction method according to any one of claims 5 to 8 .