[go: up one dir, main page]

JP2004070574A - 作業者数の最適化方法 - Google Patents

作業者数の最適化方法 Download PDF

Info

Publication number
JP2004070574A
JP2004070574A JP2002227330A JP2002227330A JP2004070574A JP 2004070574 A JP2004070574 A JP 2004070574A JP 2002227330 A JP2002227330 A JP 2002227330A JP 2002227330 A JP2002227330 A JP 2002227330A JP 2004070574 A JP2004070574 A JP 2004070574A
Authority
JP
Japan
Prior art keywords
workers
coefficient
job
factory
delivery date
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
JP2002227330A
Other languages
English (en)
Inventor
Naoyuki Fujiwara
藤原 直之
Ken Fujita
藤田 憲
Masahiro Tafusa
田房 正宏
Seiji Nishikawa
西川 清治
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Heavy Industries Ltd
Original Assignee
Mitsubishi Heavy Industries Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Heavy Industries Ltd filed Critical Mitsubishi Heavy Industries Ltd
Priority to JP2002227330A priority Critical patent/JP2004070574A/ja
Publication of JP2004070574A publication Critical patent/JP2004070574A/ja
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】複数の職種を配した工場において、納期を守るためには職種毎に最低どの程度の作業者を配したらいいかを簡単に算出できる作業者数の最適化方法の提供。
【解決手段】工場の生産過程をシミュレートするバーチャルファクトリープログラムを用いて各職種の日毎または一定期間毎の作業者数を算出し、その結果から職種毎に作業者数の平均値と標準偏差を算出すると共に標準偏差に係数nを乗じて平均値に加えることで作業者数を求められるようにし、nの値を変化させて各職種の作業者数を変化させ、その作業者数で納期が守れるか否かを前記バーチャルファクトリープログラムによってシミュレートすることで確認して納期に間に合う最小のnの値を算出し、職種毎の最適作業者数を決定するようにしたことを特徴とする。
【選択図】  図1

Description

【0001】
【発明の属する技術分野】
本発明は工場における作業者数の最適化方法に関し、特に、計算機上に構築した仮想工場(バーチャルファクトリー)を用い、実際の生産状況をシミュレートした結果で得られた職種毎の平均作業者数と標準偏差を用い、希望納期を実現する最適作業者数を容易に得られるようにした作業者数の最適化方法に関するものである。
【0002】
【従来の技術】
工場などの工程設計においては、ある作業の作業者数を決める場合、事務所の担当者や現場の作業長などが割り振りを決めていた。ただしこれは、実際の作業が始まった場合にのみできることであり、新規の製品などを加工する場合など、現場での作業が始まる段階での工程計画時においては作業者数の決定が難しく、特に作業を外注業者に委託するような場合、作業者数をうまく決定できないために余計な人数を要求し、コスト高になるといったことが発生していた。特にこれは、大型タービンの製作のように溶接や成型、切削や組み立てなど、一つのラインに複数の職種が配されている工程において、それぞれの職種にどの程度の作業者を配すれば納期が守れるかを検討する場合などに問題となり、納期を守るためにどうしても多めの作業者を配することになって余計なコストを掛けがちであった。
【0003】
こういった工場における人員配置の方法については、例えば特開平7−296062号公報に、設備の設置台数と作業者数などの稼働環境データ、設備に仕掛けるロットに応じた作業者の作業内容と作業時間などのロット依存型データ、設備に対して作業者が行う不良点検やトラブル対処の作業時間、発生間隔などの稼動時間依存型データなど、仕事を行う作業者の稼働状況に関するデータと分析条件をシミュレータに転送してシミュレートし、作業者の負荷に関する擬似的な生産シミュレーション結果を算出して負荷率を求め、その負荷率によって人員配置に対する分析を行い、適正人員配置を行うシステムが示されている。また特開2002−140654号公報には、化学プラントにおける従業員数の適正化のため、従業者の作業項目別の所要時間、発生頻度、作業密度などを入力してシミュレートし、ランダム作業の頻度、作業の発生間隔、定期作業の回数、作業の周期性などをグラフ表示して、作業の発生間隔の削減または廃止、作業毎の稼働率の平準化、作業者毎の作業量の平準化などを検討し、それによって作業者数を適正化するための方法が示されている。
【0004】
【発明が解決しようとする課題】
しかしながらこれら特開平7−296062号公報、特開2002−140654号公報に示された方法は、いずれも現状の作業工程をシミュレーションなどで分析し、それによって作業改善の一環として特定の工程における作業者数の適正配置をしようとする方法に関するものである。従って、これらの先行技術に示された方法は、前記したように、大型タービン製作のような溶接や成型、切削や組み立てなど、一つのラインに複数の職種が、それもそれぞれの職種がさらに複数配置されているような工程において、それぞれの職種にどの程度の作業者を配すれば納期が守れるかといった問題を解決するために用いることはできない。
【0005】
そのため本発明においては、複数の職種が絡み合った工場において、納期を守るために職種毎に最低どの程度の作業者を配したらいいか、という観点から最適作業者数を算出できるようにした作業者数の最適化方法を提供することが課題である。
【0006】
【課題を解決するための手段】
そのため本発明においては、請求項1に記載したように、
工場の生産過程をシミュレートするためのシミュレータソフトを有し、該シミュレータソフトのシミュレート結果を用いて工場における職種毎の最適作業者数を算出する最適化方法であって、
前記シミュレータソフトと、該シミュレータソフトのシミュレート結果を用いて職種毎の最適作業者数を算出する作業者数最適化プログラムとを記憶した記憶装置を有し、前記シミュレータソフトを記憶装置から読み出して工場の生産過程をシミュレートする第1のステップと、前記記憶装置に記憶された作業者数最適化プログラムにより、第1のステップで算出された各職種の日毎または一定期間毎の作業者数から職種毎に作業者数の平均値と標準偏差を算出して記憶装置に記憶する第2のステップと、該第2のステップで記憶した標準偏差の値を作業者数と見なして係数nを乗じ、平均値に加えることで作業者数を得られるようにし、前記作業者数最適化プログラムにより、任意の値nで得られる作業者数を用いて前記シミュレータソフトによるシミュレートで納期を算出することを係数nの値を変化させて繰り返し、納期に間に合う最小の係数nの値を算出する第3のステップとからなり、係数nにより職種毎の作業者数を標準偏差に比例して変化させて職種毎の最適作業者数を決定することを特徴とする。
【0007】
このように、最初のシミュレート結果で得られた職種毎における作業者数の標準偏差に係数nを乗じ、その結果を作業者数の平均値に加えて作業者数とすることにより、各職種には標準偏差に比例した作業者数が加えられ、そのため、各職種全ての生産量を係数nによってある程度一定の比率で変化させることが可能となる。そのため、特定の職種のみ作業者数が変化するということがないから、特定の職種の工期が短縮されたが他の職種の工期が遅れ、結果として納期遅れが出るといったことがなく、また複数職種それぞれの最適な作業者数を非常に容易に算出することができる。
【0008】
そして、請求項2に記載された発明は、
前記第1のシミュレート結果により、前記係数nを変化させたときの納期を表示装置に表示させて係数nを選択できるようにしたことを特徴とする。
【0009】
このように、第1のシミュレート結果で得られたデータで係数nを変化させたときの納期を表示できるようにすることにより、nをどの程度にしたら納期に間に合う最小のnが得られるかをある程度予測することができ、それによって最適な作業者数を迅速に得ることができる。
【0010】
また請求項3に記載された発明は、
前記シミュレートは、工場における設備と、少なくとも生産品目、生産開始日、納期からなる生産情報と、少なくとも作業名称、作業場所、必要作業者の職種と人数からなる工程データと、少なくとも作業者毎の職種と職種毎の人数からなる作業者データと、各作業者の能力係数からなる能力データとを前記シミュレータソフトに与えて実施することを特徴とする。
【0011】
このように生産情報と工程データ、それに作業者データと作業者の能力データを与えてシミュレーションを実施することにより、正確なシミュレーションが実施できると共に作業者の能力に応じた工期が算出でき、さらに、必要に応じて能力の高い作業者を重要な工程に配するなどのことも可能となる。
【0012】
【発明の実施の形態】
以下、図面に基づいて本発明の実施の形態を例示的に詳しく説明する。但し、この実施の形態に記載されている構成部品の寸法、材質、形状、その相対配置などは、特に特定的な記載がない限りはこの発明の範囲をそれのみに限定する趣旨ではなく、単なる説明例に過ぎない。
【0013】
図1は本発明になる作業者数の最適化方法の概略機能ブロック図、図2は本発明になる作業者数の最適化方法を実施するシステムの一実施形態の概略ブロック図、図3は工場における工程の一例、図4は本発明の作業者数の最適化方法における標準偏差に乗じる係数nと納期の関係を表すグラフである。
【0014】
図中1は工場で生産する生産品目、生産開始日、納期などの生産情報、2は作業名称、作業場所、必要作業者の職種と人数などの工程データベース、3は作業者職種、人数などの作業者データベース、4は作業者名とその能力係数からなる能力データベース、5はこれらのデータを元に、工場における生産過程をシミュレートするためのバーチャルファクトリー(仮想工場)モデルの構築であり、これはバーチャルファクトリーでなくてもスケジューリングモデルなどでも良い。なおバーチャルファクトリーは、例えば三菱重工技法Vol37、No3(2000−5)の150頁、「バーチャルファクトリー利用による製造支援システム」などに紹介されており、各生産過程での個々の加工プロセスや設備の動作をコンピュータ上でシミュレーションすることで、これから起こり得る問題点や課題を製造に移す前に把握するためのシステムであり、工場のシミュレーションプログラムでもある。
【0015】
6はこのバーチャルファクトリープログラムを使ったシミュレーションであり、7はそのシミュレーションの結果から得られた各職種における日毎の作業者数を用いて実施する職種毎の作業者数の平均値と標準偏差の算出、8はこの算出した標準偏差に係数nを乗じて平均値に加算し、それによって作業者数を算出するブロックで、このようにして各職種の作業者を増減すれば、各職種の作業者の平均値に各職種の標準偏差に比例した値が加算され、各職種の生産量をある程度一定の比率で変化できるようにすることが可能となる。9は係数nにより求めた職種毎の作業者数、10はこの職種毎の作業者数を用い、前記バーチャルファクトリープログラムにより実施するシミュレーション、11はシミュレーションの結果、予定工期(納期)通りか否かを判定するブロック、12はこの判定ブロック11によって納期が予定工期通りだったときにおける職種毎の最適作業者数である。
【0016】
図2における20は演算処理装置(以下CPUと略称する)、21は前記した工場をシミュレーションするバーチャルファクトリープログラムの記憶装置、22は図1に示した機能ブロックに従って作業者数の最適化方法を実施する作業者数最適化プログラムの記憶装置、23はバーチャルファクトリープログラム21で実施したシミュレーションで算出された各職種における日毎または一定期間毎の作業者数を用い、作業者数最適化プログラム22で算出した職種毎の作業者数の平均値と標準偏差の記憶装置、24は表示装置、25は入力装置である。
【0017】
図3は工場における工程の一例であり、図中Aの記号が付いているのはメインライン、B、C、D、Eの記号が付いているのはサブラインであり、Kはクレーンによる運搬を示している。
【0018】
各職種の最適作業者数の算出に当たっては、図2のCPU20が図1のブロック1に示した生産品目、生産開始日、納期などの生産情報の入力を促すので、これらの値を図2における入力装置25から入力し、生産情報データベース1に記憶する。そして次にバーチャルファクトリープログラム記憶装置21からバーチャルファクトリープログラムを読み出してCPU20にロードし、前記生産情報データベース1に記憶された情報を元に、作業名称、作業場所、必要作業者の職種と人数などを記憶した工程データベース2、作業者職種、人数などを記憶した作業者データベース3、その作業者の能力係数を記憶した能力データベース4などから必要な情報を取得し、図1のブロック5でバーチャルファクトリー(仮想工場)モデルを構築する。
【0019】
このバーチャルファクトリーモデルは、例えば図3に示したように、工場における設備と工程、すなわちメインラインにおける機械加工A1上に鋳造品A2を組み込み、機械加工品A3をクレーンで組み込んでA4で溶接し、A5で切削、A6で熱処理してさらに鋳造品A7をクレーンで運んで組み込み、A8で溶接するという具合に各工程の作業をCPU上に再現したもので、前記作業者データベース3、能力データベース4からそれぞれの工程における最適な作業者を配し、組み立て、溶接、成型、焼鈍、発送などの各工程における作業の所要時間、作業の手順などを組み込んで構築する。なおここで配する作業者は、例えば同一の作業者がクレーン運転もできれば溶接もできる、さらに組み立ても可能といった場合には、必要に応じて複数の作業を兼務させたり、作業者が不足する工程に振り向けたりすることもできる。
【0020】
こうしてバーチャルファクトリーモデル5が構築できたら、次のブロック6でCPU20は、このモデル5による生産過程のシミュレーションを実施する。そして次のブロック7で、このシミュレーションの結果から、作業期間中における日毎または一定期間毎の各職種における作業者数を算出し、それを元に、各職種における作業に必要な人数の平均値と標準偏差を計算し、各職種における作業者数の平均値と標準偏差の記憶装置23に記憶する。
【0021】
そして次にCPU20は、このシミュレーション結果から、得られた標準偏差に係数nを乗じて平均値に加えて作業者数とし、係数nを変化させたとき、すなわち各職種の作業者数を変化させたときに工期がどのように変化していくかを計算し、表示装置24に図4のように表示する。すなわち、標準偏差に係数nを乗じて平均値に加算して作業者数とした場合、各職種にそれぞれの標準偏差に比例した作業者数が加えられ、各職種全ての作業量を係数nによってある程度一定の比率で変化させることが可能となるから、係数nを大きくして各職種の作業者数を増加した場合は当然工期が短くなり、逆に係数nを小さくして作業者数を減少すると工期が延びてゆく。作業は、最終的な納期が守られればよいわけであるから、表示装置24に表示された図4のようなグラフを元に、納期を守るために必要な最小の係数nの値、すなわち納期を守るための最小必要作業者数がどのような値となるかを調べ、その係数nの値を入力装置25から入力して図1におけるブロック9の作業者数の値を算出する。
【0022】
そして次のブロック10でCPU20は、前記と同様バーチャルファクトリープログラム21により、今ブロック9で決定した各職種の作業者数を用いて生産過程のシミュレーションを再度実施し、納期を算出する。そしてブロック11で工期が予定通りか、すなわち納期内に作業が完了するかどうかを判断する。もしこのとき、再シミュレーションによって算出された納期が予定工期を超えている場合は、再度ブロック7の下に戻り、以上説明してきたような図4に示したグラフを元に係数nを変化させて各職種の作業者数の決定9、この作業者数による再シミュレーション10を実施する。
【0023】
そしてこのシミュレーション10によって算出された納期が求められる納期であるか否かをブロック11で判断し、最終的に納期に間に合う最小の係数nが求まるまで以上説明してきたことを繰り返す。そして納期に間に合う最小の係数nが求まったら、その値を元に各職種の最適な作業員数を算出し、ブロック12で表示装置24に表示する。
【0024】
このようにすることで本発明においては、標準偏差に乗じる係数nの値を変化させるだけで各職種の作業者数を職種毎の標準偏差に比例させて変化させることができ、従って各職種における生産量もある程度同じ比率で変化してゆく。そのため特定の職種のみ生産量が増減するということが無く、納期を守るための作業者数を正確に、簡単に算出することが可能となる
【0025】
【発明の効果】
以上記載の如く請求項1に記載した本発明によれば、最初のシミュレート結果で得られた各職種における作業者数の標準偏差に係数nを乗じ、その結果を作業者数の平均値に加えて作業者数とすることにより、各職種には標準偏差に比例した作業者数が加えられ、そのため、各職種全ての生産量を係数nによってある程度一定の比率で変化させることが可能となる。そのため、特定の職種のみ作業者数が変化するということがないから、特定の職種の工期が短縮されたが他の職種の工期が遅れ、結果として納期遅れが出るといったことがなく、また複数職種それぞれの最適な作業者数を非常に容易に算出することができる。
【0026】
そして請求項2に記載した本発明によれば、第1のシミュレート結果で得られたデータで係数nを変化させたときの納期を表示できるようにすることにより、nをどの程度にしたら納期に間に合う最小のnが得られるかをある程度予測することができ、それによって最適な作業者数を迅速に得ることができる。
【0027】
また請求項3に記載した本発明によれば、生産情報と工程データ、それに作業者データと作業者の能力データを与えてシミュレーションを実施することにより、正確なシミュレーションが実施できると共に作業者の能力に応じた工期が算出でき、さらに、必要に応じて能力の高い作業者を重要な工程に配することなども可能となる。
【図面の簡単な説明】
【図1】本発明になる作業者数の最適化方法の概略機能ブロック図である。
【図2】本発明になる作業者数の最適化方法を実施するシステムの一実施形態の概略ブロック図である。
【図3】工場における工程の一例である。
【図4】本発明の作業者数の最適化方法における標準偏差に乗じる係数nと納期の関係を表すグラフである。
【符号の説明】
1 生産情報
2 工程データベース
3 作業者データベース
4 能力データベース
5 バーチャルファクトリー(仮想工場)モデルの構築
6 シミュレーション
7 各職種における作業者数の平均値と標準偏差の算出
8 平均値+n×(標準偏差)
9 職種毎の作業者数
10 シミュレーション
11 予定工期(納期)通りか否かの判定ブロック
12 職種毎の最適作業者数

Claims (3)

  1. 工場の生産過程をシミュレートするためのシミュレータソフトを有し、該シミュレータソフトのシミュレート結果を用いて工場における職種毎の最適作業者数を算出する最適化方法であって、
    前記シミュレータソフトと、該シミュレータソフトのシミュレート結果を用いて職種毎の最適作業者数を算出する作業者数最適化プログラムとを記憶した記憶装置を有し、前記シミュレータソフトを記憶装置から読み出して工場の生産過程をシミュレートする第1のステップと、前記記憶装置に記憶された作業者数最適化プログラムにより、第1のステップで算出された各職種の日毎または一定期間毎の作業者数から職種毎に作業者数の平均値と標準偏差を算出して記憶装置に記憶する第2のステップと、該第2のステップで記憶した標準偏差の値を作業者数と見なして係数nを乗じ、平均値に加えることで作業者数を得られるようにし、前記作業者数最適化プログラムにより、任意の値nで得られる作業者数を用いて前記シミュレータソフトによるシミュレートで納期を算出することを係数nの値を変化させて繰り返し、納期に間に合う最小の係数nの値を算出する第3のステップとからなり、係数nにより職種毎の作業者数を標準偏差に比例して変化させて職種毎の最適作業者数を決定することを特徴とする作業者数の最適化方法。
  2. 前記第1のシミュレート結果により、前記係数nを変化させたときの納期を表示装置に表示させて係数nを選択できるようにしたことを特徴とする請求項1に記載した作業者数の最適化方法。
  3. 前記シミュレートは、工場における設備と、少なくとも生産品目、生産開始日、納期からなる生産情報と、少なくとも作業名称、作業場所、必要作業者の職種と人数からなる工程データと、少なくとも作業者毎の職種と職種毎の人数からなる作業者データと、各作業者の能力係数からなる能力データとを前記シミュレータソフトに与えて実施することを特徴とする請求項1に記載した作業者数の最適化方法。
JP2002227330A 2002-08-05 2002-08-05 作業者数の最適化方法 Withdrawn JP2004070574A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2002227330A JP2004070574A (ja) 2002-08-05 2002-08-05 作業者数の最適化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2002227330A JP2004070574A (ja) 2002-08-05 2002-08-05 作業者数の最適化方法

Publications (1)

Publication Number Publication Date
JP2004070574A true JP2004070574A (ja) 2004-03-04

Family

ID=32014399

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2002227330A Withdrawn JP2004070574A (ja) 2002-08-05 2002-08-05 作業者数の最適化方法

Country Status (1)

Country Link
JP (1) JP2004070574A (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008046808A (ja) * 2006-08-14 2008-02-28 Nippon Telegr & Teleph Corp <Ntt> 作業工程人数割当方法及び装置
JP2020042381A (ja) * 2018-09-07 2020-03-19 Zホールディングス株式会社 情報処理装置、情報処理方法、およびプログラム
EP3588400A4 (en) * 2017-02-24 2020-08-12 Lexer Research Inc. OPERATIONAL PLAN OPTIMIZATION DEVICE AND PROCESS
JP2020154589A (ja) * 2019-03-19 2020-09-24 株式会社日立製作所 作業指示支援システム及び作業指示支援方法
JPWO2022113254A1 (ja) * 2020-11-27 2022-06-02
CN116530225A (zh) * 2020-11-27 2023-08-01 株式会社富士 基板生产模拟方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008046808A (ja) * 2006-08-14 2008-02-28 Nippon Telegr & Teleph Corp <Ntt> 作業工程人数割当方法及び装置
EP3588400A4 (en) * 2017-02-24 2020-08-12 Lexer Research Inc. OPERATIONAL PLAN OPTIMIZATION DEVICE AND PROCESS
US11314238B2 (en) 2017-02-24 2022-04-26 Lexer Research Inc. Plant operational plan optimization discrete event simulator device and method
JP2020042381A (ja) * 2018-09-07 2020-03-19 Zホールディングス株式会社 情報処理装置、情報処理方法、およびプログラム
JP2020154589A (ja) * 2019-03-19 2020-09-24 株式会社日立製作所 作業指示支援システム及び作業指示支援方法
WO2022113254A1 (ja) * 2020-11-27 2022-06-02 株式会社Fuji 基板生産シミュレーション方法
JPWO2022113254A1 (ja) * 2020-11-27 2022-06-02
CN116530225A (zh) * 2020-11-27 2023-08-01 株式会社富士 基板生产模拟方法
CN116648999A (zh) * 2020-11-27 2023-08-25 株式会社富士 基板生产模拟方法
EP4255144A4 (en) * 2020-11-27 2024-01-17 Fuji Corporation SIMULATION PROCESS FOR SUBSTRATE PRODUCTION
JP7544855B2 (ja) 2020-11-27 2024-09-03 株式会社Fuji 基板生産シミュレーション方法
CN116530225B (zh) * 2020-11-27 2025-04-22 株式会社富士 基板生产模拟方法
CN116648999B (zh) * 2020-11-27 2025-09-02 株式会社富士 基板生产模拟方法

Similar Documents

Publication Publication Date Title
US7933793B2 (en) Constraint-based production planning and scheduling
Kianpour et al. Automated job shop scheduling with dynamic processing times and due dates using project management and industry 4.0
JP2012194712A (ja) 生産計画作成方法
Marichelvam et al. A memetic algorithm to solve uncertain energy-efficient flow shop scheduling problems
JPH08314526A (ja) 製造管理システム
JP5478545B2 (ja) 作業者配置支援装置
JP2004070574A (ja) 作業者数の最適化方法
JP2009289056A (ja) 人員配置計画支援装置
JPH1196222A (ja) 工程進捗管理方法および工程管理装置
JP6695673B2 (ja) 計画生成装置および計画生成方法
JP2002229624A (ja) 造船用生産計画装置
JP2007133664A (ja) 生産工程支援方法
Ani et al. Leanness production system through improving of upstream process based on check-act-plan-do cycle
Khalili et al. Planned preventive maintenance effects on overall equipment effectiveness: a case study in Malaysian industry
JP2007183817A (ja) スケジューリング装置、スケジューリング方法、スケジューリングプログラム、及び該プログラムが記録された記録媒体
JP2000317779A (ja) 離散事象のシミュレーションシステム
Sharma et al. Issues in managing manufacturing flexibility: a review
Dileepan et al. Scheduling rules for a small dynamic job-shop: a simulation approach
JP2019079086A (ja) 要員管理システム
Montazeri et al. A modular simulator for design, planning, and control of flexible manufacturing systems
JP3189768B2 (ja) 進捗管理装置
JPH04348856A (ja) 作業着手順序決定方式
Salehi et al. A novel model for production optimization with stochastic rework and failure-prone job shop schedule problem via hybrid simulation–heuristic optimization
JP2006178920A (ja) 生産配分シミュレーション方法及び装置並びに生産方法
JPH04184602A (ja) 生産計画作成システムおよび生産計画作成方法

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20051101