ホーム > 特許ランキング > 株式会社日立ソリューションズ
知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】6727077
(24)【登録日】2020年7月2日
(45)【発行日】2020年7月22日
(54)【発明の名称】データ分析装置及びデータ分析方法
(51)【国際特許分類】
G06Q 50/04 20120101AFI20200713BHJP
G05B 19/418 20060101ALI20200713BHJP
【ＦＩ】
G06Q50/04
G05B19/418 Z
【請求項の数】6
【全頁数】20
(21)【出願番号】特願2016-170248(P2016-170248)
(22)【出願日】2016年8月31日
(65)【公開番号】特開2018-36918(P2018-36918A)
(43)【公開日】2018年3月8日
【審査請求日】2019年1月8日
【新規性喪失の例外の表示】特許法第３０条第２項適用 ＩＶＩ公開シンポジウム２０１６−Ｓｐｒｉｎｇ‐日本のものづくりの未来を拓く！ 平成２８年３月１０日開催
(73)【特許権者】
【識別番号】000233055
【氏名又は名称】株式会社日立ソリューションズ
(74)【代理人】
【識別番号】110001678
【氏名又は名称】特許業務法人藤央特許事務所
(72)【発明者】
【氏名】松本 俊子
【審査官】
加舎 理紅子
(56)【参考文献】
【文献】
特開平１１−１５６６７９（ＪＰ，Ａ）
【文献】
特開２００１−０３４６７２（ＪＰ，Ａ）
【文献】
特開２０１０−１２８８１９（ＪＰ，Ａ）
【文献】
特開２００５−０１８５９６（ＪＰ，Ａ）
【文献】
国際公開第２０１３／１４９８５５（ＷＯ，Ａ１）
【文献】
国際公開第２０１５／１４１２８３（ＷＯ，Ａ１）
(58)【調査した分野】（Int.Cl.，ＤＢ名）
Ｇ０６Ｑ １０／００ − ９９／００
Ｇ０５Ｂ １９／４１８
(57)【特許請求の範囲】
【請求項1】
処理装置と、前記処理装置に接続される記憶装置と、を有するデータ分析装置であって、
前記記憶装置は、
複数のオーダーの複数の工程の作業が複数の設備を用いて行われる場合において、前記工程間の作業が行われていない遊び時間の長さの分布を示す遊び時間分布データと、
前記各オーダーにおいて前記各工程の後の残工程の数の分布を示す残工程数分布データと、を保持し、
前記処理装置は、前記各工程に発生した遅延のうち少なくとも一部が前記遊び時間によって吸収され、残りが後の工程に波及する場合に、前記遊び時間分布データに基づいて、遅延が残存している確率と残存している遅延の期待値との積を、前記設備に沿って波及する遅延による影響量として計算し、前記遊び時間分布データに基づいて、遅延が経過した前記遊び時間の数ごとに、遅延が残存している確率と残存している遅延の期待値との積を、前記オーダーに沿って波及する遅延が引き起こす前記設備に沿って波及する遅延による影響量として計算し、前記遊び時間分布データ及び前記残工程数分布データに基づいて、遅延が経過した前記遊び時間の数ごとに、遅延が残存している確率と残存している遅延の期待値と前記残工程の数が前記遅延が経過した遊び時間の数以上である頻度の和との積を、前記オーダーに沿って波及する遅延による影響量として計算し、前記遊び時間分布データ及び前記残工程数分布データに基づいて、遅延が経過した前記遊び時間の数ごとに、遅延が残存している確率と残存している遅延の期待値と前記残工程の数が前記遅延が経過した遊び時間の数以上である頻度の和との積を、前記設備に沿って波及する遅延が引き起こす前記オーダーに沿って波及する遅延による影響量として計算することによって、初期値として与えられた遅延が波及することによる前記複数のオーダーの複数の工程への影響量を計算し、その計算の結果を出力することを特徴とするデータ分析装置。
前記記憶装置は、
複数のオーダーの複数の工程の作業が複数の設備を用いて行われる場合において、前記工程間の作業が行われていない遊び時間の長さの分布を示す遊び時間分布データと、
前記各オーダーにおいて前記各工程の後の残工程の数の分布を示す残工程数分布データと、を保持し、
前記処理装置は、前記各工程に発生した遅延のうち少なくとも一部が前記遊び時間によって吸収され、残りが後の工程に波及する場合に、前記遊び時間分布データに基づいて、遅延が残存している確率と残存している遅延の期待値との積を、前記設備に沿って波及する遅延による影響量として計算し、前記遊び時間分布データに基づいて、遅延が経過した前記遊び時間の数ごとに、遅延が残存している確率と残存している遅延の期待値との積を、前記オーダーに沿って波及する遅延が引き起こす前記設備に沿って波及する遅延による影響量として計算し、前記遊び時間分布データ及び前記残工程数分布データに基づいて、遅延が経過した前記遊び時間の数ごとに、遅延が残存している確率と残存している遅延の期待値と前記残工程の数が前記遅延が経過した遊び時間の数以上である頻度の和との積を、前記オーダーに沿って波及する遅延による影響量として計算し、前記遊び時間分布データ及び前記残工程数分布データに基づいて、遅延が経過した前記遊び時間の数ごとに、遅延が残存している確率と残存している遅延の期待値と前記残工程の数が前記遅延が経過した遊び時間の数以上である頻度の和との積を、前記設備に沿って波及する遅延が引き起こす前記オーダーに沿って波及する遅延による影響量として計算することによって、初期値として与えられた遅延が波及することによる前記複数のオーダーの複数の工程への影響量を計算し、その計算の結果を出力することを特徴とするデータ分析装置。
【請求項2】
請求項１に記載のデータ分析装置であって、
前記処理装置は、
前記設備に沿って波及する遅延及び前記オーダーに沿って波及する遅延による前記影響量を、再スケジュールによって回避できない影響量として出力し、
前記オーダーに沿って波及する遅延が引き起こす前記設備に沿って波及する遅延、及び、前記設備に沿って波及する遅延が引き起こす前記オーダーに沿って波及する遅延による、前記影響量を、再スケジュールによって回避できる可能性がある影響量として出力することを特徴とするデータ分析装置。
前記処理装置は、
前記設備に沿って波及する遅延及び前記オーダーに沿って波及する遅延による前記影響量を、再スケジュールによって回避できない影響量として出力し、
前記オーダーに沿って波及する遅延が引き起こす前記設備に沿って波及する遅延、及び、前記設備に沿って波及する遅延が引き起こす前記オーダーに沿って波及する遅延による、前記影響量を、再スケジュールによって回避できる可能性がある影響量として出力することを特徴とするデータ分析装置。
【請求項3】
請求項１に記載のデータ分析装置であって、
前記記憶装置は、実際に行われた複数のオーダーの複数の工程の実績データをさらに保持し、
前記処理装置は、前記実績データに基づいて、前記遊び時間の長さの分布及び前記各工程の後の残工程の数の分布をモデル化することによって、前記遊び時間分布データ及び前記残工程数分布データを生成し、前記記憶装置に格納することを特徴とするデータ分析装置。
前記記憶装置は、実際に行われた複数のオーダーの複数の工程の実績データをさらに保持し、
前記処理装置は、前記実績データに基づいて、前記遊び時間の長さの分布及び前記各工程の後の残工程の数の分布をモデル化することによって、前記遊び時間分布データ及び前記残工程数分布データを生成し、前記記憶装置に格納することを特徴とするデータ分析装置。
【請求項4】
処理装置と、前記処理装置に接続される記憶装置と、を有するデータ分析装置が実行するデータ分析方法であって、
前記記憶装置は、
複数のオーダーの複数の工程の作業が複数の設備を用いて行われる場合において、前記工程間の作業が行われていない遊び時間の長さの分布を示す遊び時間分布データと、
前記各オーダーにおいて前記各工程の後の残工程の数の分布を示す残工程数分布データと、を保持し、
前記データ分析方法は、
前記処理装置が、前記各工程に発生した遅延のうち少なくとも一部が前記遊び時間によって吸収され、残りが後の工程に波及する場合に、初期値として与えられた遅延が波及することによる前記複数のオーダーの複数の工程への影響量を、前記遊び時間分布データ及び前記残工程数分布データに基づいて計算する第１手順と、
前記処理装置が、前記第１手順の計算の結果を出力する第２手順と、を含み、
前記第１手順において、前記処理装置は、
前記遊び時間分布データに基づいて、遅延が残存している確率と残存している遅延の期待値との積を、前記設備に沿って波及する遅延による前記影響量として計算し、
前記遊び時間分布データに基づいて、遅延が経過した前記遊び時間の数ごとに、遅延が残存している確率と残存している遅延の期待値との積を、前記オーダーに沿って波及する遅延が引き起こす前記設備に沿って波及する遅延による前記影響量として計算し、
前記遊び時間分布データ及び前記残工程数分布データに基づいて、遅延が経過した前記遊び時間の数ごとに、遅延が残存している確率と残存している遅延の期待値と前記残工程の数が前記遅延が経過した遊び時間の数以上である頻度の和との積を、前記オーダーに沿って波及する遅延による前記影響量として計算し、
前記遊び時間分布データ及び前記残工程数分布データに基づいて、遅延が経過した前記遊び時間の数ごとに、遅延が残存している確率と残存している遅延の期待値と前記残工程の数が前記遅延が経過した遊び時間の数以上である頻度の和との積を、前記設備に沿って波及する遅延が引き起こす前記オーダーに沿って波及する遅延による前記影響量として計算することを特徴とするデータ分析方法。
前記記憶装置は、
複数のオーダーの複数の工程の作業が複数の設備を用いて行われる場合において、前記工程間の作業が行われていない遊び時間の長さの分布を示す遊び時間分布データと、
前記各オーダーにおいて前記各工程の後の残工程の数の分布を示す残工程数分布データと、を保持し、
前記データ分析方法は、
前記処理装置が、前記各工程に発生した遅延のうち少なくとも一部が前記遊び時間によって吸収され、残りが後の工程に波及する場合に、初期値として与えられた遅延が波及することによる前記複数のオーダーの複数の工程への影響量を、前記遊び時間分布データ及び前記残工程数分布データに基づいて計算する第１手順と、
前記処理装置が、前記第１手順の計算の結果を出力する第２手順と、を含み、
前記第１手順において、前記処理装置は、
前記遊び時間分布データに基づいて、遅延が残存している確率と残存している遅延の期待値との積を、前記設備に沿って波及する遅延による前記影響量として計算し、
前記遊び時間分布データに基づいて、遅延が経過した前記遊び時間の数ごとに、遅延が残存している確率と残存している遅延の期待値との積を、前記オーダーに沿って波及する遅延が引き起こす前記設備に沿って波及する遅延による前記影響量として計算し、
前記遊び時間分布データ及び前記残工程数分布データに基づいて、遅延が経過した前記遊び時間の数ごとに、遅延が残存している確率と残存している遅延の期待値と前記残工程の数が前記遅延が経過した遊び時間の数以上である頻度の和との積を、前記オーダーに沿って波及する遅延による前記影響量として計算し、
前記遊び時間分布データ及び前記残工程数分布データに基づいて、遅延が経過した前記遊び時間の数ごとに、遅延が残存している確率と残存している遅延の期待値と前記残工程の数が前記遅延が経過した遊び時間の数以上である頻度の和との積を、前記設備に沿って波及する遅延が引き起こす前記オーダーに沿って波及する遅延による前記影響量として計算することを特徴とするデータ分析方法。
【請求項5】
請求項４に記載のデータ分析方法であって、
前記第２手順において、前記処理装置は、
前記設備に沿って波及する遅延及び前記オーダーに沿って波及する遅延による前記影響量を、再スケジュールによって回避できない影響量として出力し、
前記オーダーに沿って波及する遅延が引き起こす前記設備に沿って波及する遅延、及び、前記設備に沿って波及する遅延が引き起こす前記オーダーに沿って波及する遅延による、前記影響量を、再スケジュールによって回避できる可能性がある影響量として出力することを特徴とするデータ分析方法。
前記第２手順において、前記処理装置は、
前記設備に沿って波及する遅延及び前記オーダーに沿って波及する遅延による前記影響量を、再スケジュールによって回避できない影響量として出力し、
前記オーダーに沿って波及する遅延が引き起こす前記設備に沿って波及する遅延、及び、前記設備に沿って波及する遅延が引き起こす前記オーダーに沿って波及する遅延による、前記影響量を、再スケジュールによって回避できる可能性がある影響量として出力することを特徴とするデータ分析方法。
【請求項6】
請求項４に記載のデータ分析方法であって、
前記記憶装置は、実際に行われた複数のオーダーの複数の工程の実績データをさらに保持し、
前記データ分析方法は、前記処理装置が、前記実績データに基づいて、前記遊び時間の長さの分布及び前記各工程の後の残工程の数の分布をモデル化することによって、前記遊び時間分布データ及び前記残工程数分布データを生成し、前記記憶装置に格納する手順をさらに含むことを特徴とするデータ分析方法。
前記記憶装置は、実際に行われた複数のオーダーの複数の工程の実績データをさらに保持し、
前記データ分析方法は、前記処理装置が、前記実績データに基づいて、前記遊び時間の長さの分布及び前記各工程の後の残工程の数の分布をモデル化することによって、前記遊び時間分布データ及び前記残工程数分布データを生成し、前記記憶装置に格納する手順をさらに含むことを特徴とするデータ分析方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、生産等の業務にかかわる各種情報を迅速に収集できた場合の効果を試算するための技術に関する。
【背景技術】
【0002】
製造業において、短納期で製品を納入することの顧客ニーズが高まっている。また、仕掛品の保管場所を削減したり、キャッシュフローを改善したりという目的からも、納期が短いことは好ましい。このため、顧客注文（オーダー）に要する工程およびその順序、各工程に要する設備および作業時間（標準時間）などを元に計画を立て、最適化された生産を行うことが各社で試みられている。このような最適化を実現することを目的として、製造の状況をコンピュータ上で再現し、生産可能量及び納期を見積もるための生産シミュレータ技術が広く用いられている（例えば特許文献１参照）。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】国際公開第２０１５／０３３５３１号
【発明の概要】
【発明が解決しようとする課題】
【0004】
製造の現場においては、実際の製造がどのように行われたかを示す製造実績データを蓄積することが一般的に行われている。例えば、Point of Production（ＰＯＰ）と呼ばれるシステムによって、表１に示すような製造実績データが取得されることが考えられる。
【0005】
【表1】
【0006】
各工程作業について、それぞれの作業がどのオーダーに対応するかを示すオーダー、そのオーダーにおいて何番目の作業であるかを示す工程番号、その工程作業に標準的に必要と考えられる標準時間、作業を行った設備のＩＤ、実際にその工程作業に着手した日時および完了した日時が記録されている。作業を行った担当者のＩＤが記録される場合もある。表１の例では、４台の設備を使って、２つのオーダーによる生産が行われた。２つのオーダーはいずれも、３つの工程からなる。１つ目のオーダーは、日時９（例えば午前９時）から９．５（例えば午前９時３０分、以下の日時の表記も同様）の間に１つ目の設備を用いて行われた１つ目の工程作業、日時１０から１０．５の間に３つ目の設備を用いて行われた２つ目の工程作業、及び、日時１１から１２の間に４つ目の設備を用いて行われた３つ目の工程作業に対応する。２つ目のオーダーは、日時９から１０の間に２つ目の設備を用いて行われた１つ目の工程作業、日時１１から１２の間に３つ目の設備を用いて行われた２つ目の工程作業、及び、日時１２．５から１４の間に４つ目の設備を用いて行われた３つ目の工程作業に対応する。
【0007】
図１４は、製造実績の一例を示す図である。具体的には、図１４は、表１に示した製造実績を図示したものである。この例では、１つ目のオーダーを実線で、２つ目のオーダーを破線で表している。
【0008】
しかし工場においては、計画の通りに生産が進むとは限らない。工程作業時間の予定外の増加などの事象によって、当初の計画と実績としての生産の間には乖離が常にある程度の確率で生じている。
【0009】
図１５は、製造実績の別の例を示す図である。具体的には、図１５は、図１４に示すように進行するように計画した工程作業時間が予想外に増加した結果の製造実績の例を示す。
【0010】
この例では、１つ目のオーダーの２つ目の工程作業時間が０．５から１．５に増加している。単一の設備で複数の工程作業を同時に実行することはできないため、２つ目のオーダーの以降のスケジュールにも影響が波及している。なお、以下の説明において、ある工程で発生した遅延がそれ以降の工程に波及することによって発生する遅延を玉突き遅延と記載し、特に、上記のように、ある設備を使用する工程で発生した遅延がそれ以降に同じ設備を使用する工程に波及することによって発生する遅延を、設備に沿った玉突き遅延と記載する。
【0011】
また、オーダーを構成する工程は順番に行う必要があるため、１つ目のオーダーの２つ目の工程が遅延したことで、１つ目のオーダーの３つ目の工程のスケジュールにもその影響が波及している。このように、あるオーダーのある工程で発生した遅延がそのオーダーの以降の工程に波及することによって発生する遅延を、オーダーに沿った玉突き遅延と記載する。
【0012】
さらに、オーダーに沿った玉突き遅延が、それぞれの工程で利用する設備での玉突き遅延を引き起こし、設備に沿った玉突き遅延が、それぞれの工程が含まれるオーダーに沿った玉突き遅延を引き起こす。
【0013】
このような事象が発生しても、現場の実績収集の仕組みが、紙の帳票への記入などのようにデジタル化されていなかったり、複数のシステムにまたがって管理されていたりする場合、その事象の発生の情報がリアルタイムにスケジューラ等に共有されない場合がある。このため、本来は事象発生直後に再スケジュールを行えば、オーダーに沿った玉突き遅延が設備での玉突き遅延を引き起こすことや、設備に沿った玉突き遅延がオーダーに沿った玉突き遅延を引き起こすことは避けられる場合でも、事象発生情報の共有が遅れたために再スケジュールのタイミングも遅れ、玉突き遅延を止められずにいたずらに遅延を拡大させている可能性がある。
【0014】
特許文献１のような生産シミュレータ技術を用いて、製造の状況をコンピュータ上で再現し、生産可能量及び納期等を見積もることも可能である。しかしこれらの技術は、ＢＯＭ、標準時間、段取り時間、搬送時間、作業員ごとの実施可能作業内容などのマスタデータが整備されていることを前提とする。品種が多い製品、カスタマイズ要求が多い種類の製品、又は個別設計に近い製品を製造する工場においては、上記のデータをすべて整備しておくことは非常に困難である。特に、標準時間は作業員の熟練に応じて値を設定、更新していくことがシミュレーションの精度の面からは望ましいが、そのための工数が大きくなってしまい現実的でなくなってしまう。
【0015】
しかし、玉突き遅延が最終的にどのくらいにまで拡大するのか、また、再スケジュールを行うことでどのくらい抑制できるのかを見積もることができないと、リアルタイムな実績収集の仕組みの導入（例えば事象発生を監視する装置の設置等）の投資対効果も判断することができない。
【課題を解決するための手段】
【0016】
上記の課題を解決するために、本発明は、処理装置と、前記処理装置に接続される記憶装置と、を有するデータ分析装置であって、前記記憶装置は、複数のオーダーの複数の工程の作業が複数の設備を用いて行われる場合において、前記工程間の作業が行われていない遊び時間の長さの分布を示す遊び時間分布データと、前記各オーダーにおいて前記各工程の後の残工程の数の分布を示す残工程数分布データと、を保持し、前記処理装置は、前記各工程に発生した遅延のうち少なくとも一部が前記遊び時間によって吸収され、残りが後の工程に波及する場合に、前記遊び時間分布データに基づいて、遅延が残存している確率と残存している遅延の期待値との積を、前記設備に沿って波及する遅延による影響量として計算し、前記遊び時間分布データに基づいて、遅延が経過した前記遊び時間の数ごとに、遅延が残存している確率と残存している遅延の期待値との積を、前記オーダーに沿って波及する遅延が引き起こす前記設備に沿って波及する遅延による影響量として計算し、前記遊び時間分布データ及び前記残工程数分布データに基づいて、遅延が経過した前記遊び時間の数ごとに、遅延が残存している確率と残存している遅延の期待値と前記残工程の数が前記遅延が経過した遊び時間の数以上である頻度の和との積を、前記オーダーに沿って波及する遅延による影響量として計算し、前記遊び時間分布データ及び前記残工程数分布データに基づいて、遅延が経過した前記遊び時間の数ごとに、遅延が残存している確率と残存している遅延の期待値と前記残工程の数が前記遅延が経過した遊び時間の数以上である頻度の和との積を、前記設備に沿って波及する遅延が引き起こす前記オーダーに沿って波及する遅延による影響量として計算することによって、初期値として与えられた遅延が波及することによる前記複数のオーダーの複数の工程への影響量を計算し、その計算の結果を出力することを特徴とする。
【発明の効果】
【0017】
本発明に一態様によれば、標準時間などのマスタデータが未整備な状態であっても、リアルタイムな実績収集の仕組みの導入（例えば事象発生を監視する装置の設置等）の効果を見積もることができる。上記した以外の課題、構成、及び効果は、以下の実施形態の説明によって明らかにされる。
【図面の簡単な説明】
【0018】
【図1】本発明の実施例に係るデータ分析装置の構成を示すブロック図である。
【図2】本発明の実施例の製造実績データのデータ構造を示す図である。
【図3A】本発明の実施例の作業時間データのデータ構造を示す図である。
【図3B】本発明の実施例の遊び時間データのデータ構造を示す図である。
【図3C】本発明の実施例の残工程数データのデータ構造を示す図である。
【図4A】本発明の実施例の作業時間分布モデルのデータ構造を示す図である。
【図4B】本発明の実施例の遊び時間分布モデルのデータ構造を示す図である。
【図4C】本発明の実施例の残工程数分布モデルのデータ構造を示す図である。
【図4D】本発明の実施例の残存遅延分布のデータ構造を示す図である。
【図5A】本発明の実施例の控えておく期待値のデータ構造を示す図である。
【図5B】本発明の実施例の控えておく確率のデータ構造を示す図である。
【図5C】本発明の実施例の控えておく期待値２のデータ構造を示す図である。
【図5D】本発明の実施例の控えておく確率２のデータ構造を示す図である。
【図6】本発明の実施例のデータ分析装置の処理概要を示すフローチャートである。
【図7】本発明の実施例のデータ分析装置が実行する分布モデルを計算する処理の詳細を示すフローチャートである。
【図8】本発明の実施例のデータ分析装置が実行する玉突き遅延を計算する処理の詳細を示すフローチャートである。
【図9】本発明の実施例のデータ分析装置が実行する、設備に沿った玉突き遅延を計算する処理の詳細を示すフローチャートである。
【図10】本発明の実施例のデータ分析装置が実行する、オーダーに沿った玉突き遅延を計算する処理の詳細を示すフローチャートである。
【図11】本発明の実施例のデータ分析装置が実行する、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延を計算する処理の詳細を示すフローチャートである。
【図12】本発明の実施例のデータ分析装置が実行する、設備に沿った玉突き遅延が引き起こすオーダーに沿った玉突き遅延を計算する処理の詳細を示すフローチャートである。
【図13】本発明の実施例のデータ分析装置が実行する、表示を行う処理の画面例を示す図である。
【図14】製造実績の一例を示す図である。
【図15】製造実績の別の例を示す図である。
【発明を実施するための形態】
【0019】
以下、添付図面を参照しながら、本発明に係るデータ分析装置の形態例を説明する。勿論、後述する形態例やその説明は一例であり、本発明には様々な変形例が考えられる。
【0021】
図１は、本発明の実施例に係るデータ分析装置の構成を示すブロック図である。
【0022】
データ分析装置は、中央処理装置０１０、データメモリ０２０、プログラムメモリ０３０、製造実績ＤＢ（データベース）０４０、分布モデルＤＢ０５０、表示装置０６０、キーボード０７０、及びポインティングデバイス０８０を有する。中央処理装置０１０は、データメモリ０２０、プログラムメモリ０３０、製造実績ＤＢ０４０、分布モデルＤＢ０５０、表示装置０６０、キーボード０７０、及びポインティングデバイス０８０と相互接続されている。
【0023】
中央処理装置０１０は、分布計算処理部０１１、玉突き遅延計算処理部０１２、及び表示処理部０１３を有する。玉突き遅延計算処理部０１２は、設備に沿った玉突き遅延計算処理部０１４、オーダーに沿った玉突き遅延計算処理部０１５、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延計算処理部０１６、及び、設備に沿った玉突き遅延が引き起こすオーダーに沿った玉突き遅延計算処理部０１７を含んでいる。
【0024】
データメモリ０２０は、製造実績データ０２０１、作業時間データ０２０２、遊び時間データ０２０３、残工程数データ０２０４、作業時間分布モデル０２０５、遊び時間分布モデル０２０６、残工程数分布モデル０２０７、残存遅延分布０２０８、控えておく期待値０２０９、控えておく確率０２１０、控えておく期待値２＿０２１１、及び控えておく確率２＿０２１２を含んでいる。
【0025】
なお、分布計算処理部０１１、玉突き遅延計算処理部０１２及び表示処理部０１３の機能は、中央処理装置０１０がプログラムメモリ０３０に格納されたプログラム（図示省略）を実行することによって実現される。したがって、以下の説明において上記の処理部が実行する処理は、実際には、中央処理装置０１０がプログラムに記述された命令に従って実行する。また、プログラムメモリ０３０及びデータメモリ０２０は、同一の記憶装置であってもよい。また、製造実績ＤＢ０４０及び分布モデルＤＢ０５０は、それぞれ、例えばハードディスクドライブ等の記憶装置であってもよいし、同一の記憶装置であってもよい。また、製造実績ＤＢ０４０及び分布モデルＤＢ０５０に含まれるデータの少なくとも一部が必要に応じてデータメモリ０２０にコピーされてもよい。
【0026】
図２は、本発明の実施例の製造実績データ０２０１のデータ構造を示す図である。
【0027】
製造実績データ０２０１は、ＰＯＰシステムによって現場で収集された着手日時及び作業時間等を、各オーダーにおける工程毎にまとめたテーブルである。
【0028】
製造実績データ０２０１は、データフィールドとして、オーダー２０１、工程順序２０２、標準時間２０３、設備ＩＤ２０４、着手日時２０５及び完了日時２０６を有する。
【0029】
オーダー２０１は、実行された工程作業が、どのオーダー（注文）に対応する作業であるかを示す。工程順序２０２は、その工程作業がそのオーダーにおいて何番目の作業であるかを示す。標準時間２０３は、その工程作業を行うのに標準的に必要な時間を示す。設備ＩＤ２０４は、実際にその工程作業を行った設備を示す。着手日時２０５は、実際にその工程作業に着手した日時を示す。完了日時２０６は、実際にその工程作業を完了した日時を示す。
【0031】
作業時間データ０２０２タは、データフィールドとして、観測値３０１を有する（図３Ａ）。遊び時間データ０２０３は、データフィールドとして、観測値３０２を有する（図３Ｂ）。残工程数データ０２０４は、データフィールドとして、観測値３０３を有する（図３Ｃ）。
【0032】
なお、作業時間とは、それぞれのオーダーにおけるそれぞれの工程作業に要した時間である。一方、遊び時間とは、それぞれのオーダーにおいて二つの工程作業に挟まれた、工程作業を行っていない時間である。例えば図１４のオーダー１に対応する作業時間は９から９．５まで、１０から１０．５まで、及び、１１から１２までであり、遊び時間は９．５から１０まで及び１０．５から１１までである。ある工程で遅延が発生した場合に、それ以降の遊び時間を短縮することによって遅延が吸収される場合がある。また、ある工程の残工程数とは、その工程が属するオーダーにおいて、その工程の後に実行される工程の数である。
【0034】
作業時間分布モデル０２０５は、データフィールドとして、値の範囲４０１及び頻度４０２を有する（図４Ａ）。遊び時間分布モデル０２０６は、データフィールドとして、値の範囲４０３及び頻度４０４を有する（図４Ｂ）。残工程数分布モデル０２０７は、データフィールドとして、値の範囲４０５及び頻度４０６を有する（図４Ｃ）。残存遅延分布０２０８は、データフィールドとして、値の範囲４０７及び頻度４０８を有する（図４Ｄ）。
【0035】
例えば、図４Ａには、値の範囲４０１として「０時間 以上 ５時間 未満」、頻度４０２として「０．９５」が記載されている。これらの例は、作業時間の長さが０時間以上５時間未満である工程作業の出現頻度が０．９５であることを示す。図４Ｂ〜図４Ｄに示すように、遊び時間、残工程数及び残存遅延時間の分布も同様の方法で記述される。これらの値は一例であり、それぞれ別の値が登録されてもよい。また、図４Ａ〜図４Ｄには、それぞれ、値の範囲と頻度を一組のみ例示しているが、実際には、これらの分布モデルは複数の組を含む。例えば、値の範囲「５時間以上６時間未満」とそれに対応する頻度との組を含んでもよい。あるいは、例えば、値の範囲「０時間以上１時間未満」とそれに対応する頻度との組、値の範囲「１時間以上２時間未満」とそれに対応する頻度との組、のように、より分解能の高い記述がされてもよい。また、このような分布の記述方法は一例であり、他の方法で分布が記述されてもよい。例えば、フィッティングに使用した関数の種類、及び、分布の形状を示すパラメータ（例えば平均値及び分散等）を用いて記述されてもよい。
【0037】
控えておく期待値０２０９は、それぞれに期待値が保持される複数のデータフィールドを有する。図５Ａには、複数のデータフィールドの例として、期待値５０１〜５０３を示す。これらのデータフィールドに、期待値が１次元配列の形で保持される。
【0038】
控えておく確率０２１０は、それぞれに確率が保持される複数のデータフィールドを有する。図５Ｂには、複数のデータフィールドの例として、確率５０４〜５０６を示す。これらのデータフィールドに、確率が１次元配列の形で保持される。
【0039】
控えておく期待値２＿０２１１は、それぞれに期待値が保持される複数のデータフィールドを有する。図５Ｃには、複数のデータフィールドの例として、期待値５０７〜５１２および５１３〜５１５を示す。これらのデータフィールドに、期待値が２次元配列の形で保持される。
【0040】
控えておく確率２＿０２１２は、それぞれに確率が保持される複数のデータフィールドを有する。図５Ｄには、複数のデータフィールドの例として、確率５１６〜５２１および５２２〜５２４を示す。これらのデータフィールドに、確率が２次元配列の形で保持される。
【0042】
本データ分析装置の処理において、まず、分布計算処理部０１１は、分布モデルを読み込むかどうかについてユーザの指定を受け取る（ステップ６０１）。ステップ６０１の判定がＹＥＳ（すなわち分布モデルを読み込むことが指定された）であれば、分布計算処理部０１１は、分布モデルＤＢ０５０から分布モデルを読み込む（ステップ６０２）。読み込んだ値は、作業時間分布モデル０２０５、遊び時間分布モデル０２０６、残工程数分布モデル０２０７に格納される。
【0043】
ステップ６０１の判定がＮＯであった場合は、分布計算処理部０１１は、まず、製造実績ＤＢ０４０からデータを読み込む（ステップ６０３）。読み込んだ値は、製造実績データ０２０１に保持される。その後、分布計算処理部０１１は、分布モデルを計算する（ステップ６０４）。この処理は、図７を参照して詳細に説明する。
【0044】
ステップ６０２またはステップ６０４の後に、玉突き遅延計算処理部０１２は、遅延の初期値としてユーザが指定した値を読み込む（ステップ６０５）。次に、玉突き遅延計算処理部０１２は、玉突き遅延の計算を行う（ステップ６０６）。この処理は、図８を参照して詳細に説明する。
【0045】
その後、表示処理部０１３は、表示を行う（ステップ６０７）。この処理は、図１３を参照して詳細に説明する。
【0047】
まず、分布計算処理部０１１は、作業時間のデータを得る（ステップ７０１）。これは、製造実績データ０２０１の各行（ここでは、一つの工程に関するオーダー２０１から完了日時２０６までの値の一組を一つの行と記載する。以下同様）から、各工程の完了日時２０６と着手日時２０５の差を求めることで得られる。このようにして得た値は、作業時間データ０２０２に保持される。次に、分布計算処理部０１１は、ステップ７０１で保持された値（すなわち、製造実績データ０２０１から得られた、複数のオーダーの複数の工程の作業時間の値）を分布モデル化する（ステップ７０２）。これは、作業時間データ０２０２が保持する値を元に、正規分布、対数正規分布、または指数分布などにフィッティングし、それをヒストグラム化することで得られる。このようにして得た値は、作業時間分布モデル０２０５に保持される。
【0048】
次に、分布計算処理部０１１は、遊び時間のデータを得る（ステップ７０３）。これは、製造実績データ０２０１のうち、オーダー２０１が同一で工程順序２０２が１だけ異なる行の組から、着手日時２０５と完了日時２０６との差を求める（例えば、各オーダーの各工程の完了日時２０６と、そのオーダーにおける一つ後の工程の着手日時２０５との差を求める）ことで得られる。このようにして得た値は、遊び時間データ０２０３に保持される。次に、分布計算処理部０１１は、ステップ７０３で保持された値を分布モデル化する（ステップ７０４）。これは、遊び時間データ０２０３が保持する値を元に、正規分布、対数正規分布、または指数分布などにフィッティングし、それをヒストグラム化することで得られる。このようにして得た値は、遊び時間分布モデル０２０６に保持される。
【0049】
その後、分布計算処理部０１１は、残工程数のデータを得る（ステップ７０５）。これは、製造実績データ０２０１の各行において、オーダー２０１が同一で工程順序２０２が大きい行がいくつあるか調べることで得られる。例えば、図１４に示すようにそれぞれのオーダーが３つの工程からなる場合、１つ目の工程の残工程数は２、２つ目の工程の残工程数は１、３つ目の工程の残工程数は０となる。このようにして得た値は、残工程数データ０２０４に保持される。次に、残工程数の分布モデルを計算する（ステップ７０６）。これは、残工程数データ０２０４が保持する値を元に、正規分布、対数正規分布、または指数分布などにフィッティングし、それをヒストグラム化することで得られる。このようにして得た値は、残工程数分布モデル０２０７に保持される。
【0050】
本実施例のデータ分析装置は、上記のように生成された分布モデルを使用して以下に説明する処理を行うことによって、標準時間等のマスタデータが整備されていない工場等においても、遅延の影響量を見積もり、それに基づいて、リアルタイムな実績収集の仕組みの導入の効果を見積もることが可能になる。また、現実の工場等では、例えば複数の工程の作業時間をまとめて記録するといったことが行われることによって、製造実績データそのものの精度が高くない場合がある。そのような場合でも、ある程度の量の実績データから抽出した分布を、例えば正規分布等の適切な分布モデルにフィッティングすることによって、概ね信頼できる分布を求めることが可能であることが分かった。このため、本実施例によれば、上記のように製造実績データの精度が高くない場合でも、リアルタイムな実績収集の仕組みの導入の効果を見積もることが可能になる。
【0051】
なお、上記は本発明を工場等の製造業の現場に適用した例であるが、本発明は製造業以外の事業に適用することも可能であり、その場合は、当該事業の作業の実績データに基づいて、作業時間、遊び時間及び残工程数の分布モデルを作成することもできる。
【0053】
まず、玉突き遅延計算処理部０１２は、設備に添った玉突き遅延の計算を行う（ステップ８０１）。この処理は、図９を参照して詳細に説明する。次に、玉突き遅延計算処理部０１２は、オーダーに沿った玉突き遅延の計算を行う（ステップ８０２）。この処理は、図１０を参照して詳細に説明する。その後、玉突き遅延計算処理部０１２は、オーダーに沿った玉突き遅延が引き起こす、設備に沿った玉突き遅延の計算を行う（ステップ８０３）。この処理は、図１１を参照して詳細に説明する。その後、玉突き遅延計算処理部０１２は、設備に沿った玉突き遅延が引き起こす、オーダーに沿った玉突き遅延の計算を行う（ステップ８０４）。この処理は、図１２を参照して詳細に説明する。
【0055】
まず、設備に沿った玉突き遅延計算処理部０１４は、残存遅延分布に初期値を設定する（ステップ９０１）。これは、図６のステップ６０５で読み込んだ値の頻度が１００％、その他の値の頻度が０になるように、残存遅延分布０２０８を設定する処理である。次に、設備に沿った玉突き遅延計算処理部０１４は、残存遅延がある確率を１に初期化する（ステップ９０２）。次に、設備に沿った玉突き遅延計算処理部０１４は、玉突き遅延の量を０に初期化する（ステップ９０３）。
【0056】
次に、設備に沿った玉突き遅延計算処理部０１４は、残存遅延分布と遊び時間分布モデルとの差の分布を求める（ステップ９０４）。これは、残存遅延分布に従う確率変数と遊び時間分布モデルに従う確率変数との差がどのような分布になるかを求めることで得られる。その後、設備に沿った玉突き遅延計算処理部０１４は、ステップ９０４で求めた差の分布について、負の値をとる領域を０に差し替える（ステップ９０５）。これは、遅延時間を十分に遊び時間で吸収した後でも、返って前倒しになることを想定する必要はないことに対応する処理である。
【0057】
その後、設備に沿った玉突き遅延計算処理部０１４は、残存遅延がある確率を更新する（ステップ９０６）。これは、残存遅延分布において正の値を持つ頻度を求め、残存遅延がある確率にかけあわせて更新する処理である。その後、設備に沿った玉突き遅延計算処理部０１４は、残存遅延の期待値を求める（ステップ９０７）。これは、残存遅延分布の値の範囲４０７から代表値を選び、その代表値に頻度４０８をかけた値の総和を求める処理である。
【0058】
その後、設備に沿った玉突き遅延計算処理部０１４は、オーダーに沿った玉突き遅延用に値を控える（ステップ９０８）。これは、ステップ９０６で求めた確率およびステップ９０７で求めた期待値は、図１０で説明するオーダーに沿った玉突き遅延の計算でも利用されるため、それらの控え（コピー）をデータメモリ０２０に記憶しておく処理である。具体的には、設備に沿った玉突き遅延計算処理部０１４は、控えておく期待値０２０９および控えておく確率０２１０に、それぞれ、ステップ９０７で求めた期待値およびステップ９０６で求めた確率に対応する新しい要素を追加し保持する。
【0059】
その後、設備に沿った玉突き遅延計算処理部０１４は、設備に沿った玉突き遅延の量を更新する（ステップ９０９）。これは、ステップ９０７で求めた期待値に、ステップ９０６で求めた確率を掛け合わせた値を、設備に沿った玉突き遅延の量に足しこむことによって、設備に沿った玉突き遅延の量を更新する処理である。その後、設備に沿った玉突き遅延計算処理部０１４は、残存遅延分布の更新を行う（ステップ９１０）。これは、ステップ９０５で計算した差の分布で、残存遅延分布０２０８の値を置き換える処理である。その後、設備に沿った玉突き遅延計算処理部０１４は、玉突き遅延の量が収束したかを調べる（ステップ９１１）。これは、ステップ９０９で足しこんだ値が、玉突き遅延の量と比べて十分小さくなったかを調べる処理である。十分小さくなっていれば、収束しているとみなせる。収束していなければ、ステップ９０４に戻って処理を繰り返す。収束していれば、処理を終える。
【0061】
まず、オーダーに沿った玉突き遅延計算処理部０１５は、変数ｉに１を設定する（ステップ１００１）。次に、オーダーに沿った玉突き遅延計算処理部０１５は、玉突き遅延の量を０に初期化する（ステップ１００２）。その後、オーダーに沿った玉突き遅延計算処理部０１５は、残工程数分布モデル０２０７において値の範囲がｉ以上である頻度の和と、控えておく期待値０２０９のｉ番目の要素と、控えておく確率０２１０のｉ番目の要素との積を求め、玉突き遅延の量に足しこむ（ステップ１００３）。次に、オーダーに沿った玉突き遅延計算処理部０１５は、ｉをインクリメントする（ステップ１００４）。その後、残工程数分布モデル０２０７、控えておく期待値０２０９、控えておく確率０２１０のいずれかにおいて、ｉ以上の要素がないかを調べる（ステップ１００５）。いずれかにおいてｉ以上の要素がないなら、処理を終える。すべてにおいてｉ以上の要素があるなら、ステップ１００３に戻って処理を繰り返す。
【0062】
オーダーに沿った玉突き遅延の量は、基本的に、設備に沿った玉突き遅延の量と同じ方法で計算できるため、上記のように、設備に沿った玉突き遅延の計算の際に記憶された、控えておく期待値０２０９及び控えておく確率０２１０の値を利用して計算される。ただし、オーダーに沿った玉突き遅延は、そのオーダーの残工程数を超えて波及することがない。具体的には、ステップ１００３で計算される、控えておく期待値０２０９のｉ番目の要素と、控えておく確率０２１０のｉ番目の要素との積は、ｉ個の遊び時間を経過した後の工程における残存遅延の期待値と残存遅延がある確率との積であり、ｉ個の遊び時間を経過して波及する玉突き遅延が当該工程に与える影響量の指標である。しかし、ｉ個の遊び時間を経過した時点で残工程数が０であるオーダーにおいてはｉ個の遊び時間を経過した後の工程が存在しない。このため、ステップ１００３では、さらに残工程数分布モデル０２０７において値の範囲がｉ以上である頻度の和を乗じることによって、残工程数の長さの分布を考慮した玉突き遅延の影響が計算される。
【0063】
図１１は、本発明の実施例のデータ分析装置が図８のステップ８０３において実行する、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延を計算する処理の詳細を示すフローチャートである。
【0064】
まず、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延計算処理部０１６は、変数ｉに１を設定する（ステップ１１０１）。次に、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延計算処理部０１６は、玉突き遅延の量を０に初期化する（ステップ１１０２）。次に、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延計算処理部０１６は、残存遅延分布０２０８を、控えておく期待値０２０９のｉ番目の要素の頻度が１００％、その他の頻度が０になるように初期化する（ステップ１１０３）。次に、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延計算処理部０１６は、残存遅延がある確率を１に初期化する（ステップ１１０４）。
【0065】
ここで、控えておく期待値０２０９のｉ番目の要素とは、あるオーダーのある工程で発生した遅延が、ｉ個の遊び時間を経過して波及する場合の、残存遅延の期待値である。すなわち、以下の処理では、オーダーに沿ってｉ個の遊び時間を経てある設備を使用するある工程まで波及した遅延が、その工程より後にその設備を使用する工程に波及する確率及び波及することによる残存遅延の期待値等が計算される。
【0066】
次に、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延計算処理部０１６は、残存遅延分布と遊び時間分布モデルとの差の分布を求める（ステップ１１０５）。これは、図９のステップ９０４と同様に、残存遅延分布に従う確率変数と遊び時間分布モデルに従う確率変数との差がどのような分布になるかを求めることで得られる。その後、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延計算処理部０１６は、ステップ１１０５で求めた差の分布について、負の値をとる領域を０に差し替える（ステップ１１０６）。これは、図９のステップ９０５と同様に、遅延時間を十分に遊び時間で吸収した後でも、返って前倒しになることを想定する必要はないことに対応する処理である。
【0067】
その後、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延計算処理部０１６は、残存遅延がある確率を更新する（ステップ１１０７）。これは、図９のステップ９０６と同様に、残存遅延分布において正の値を持つ頻度を求め、残存遅延がある確率にかけあわせて更新する処理である。その後、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延計算処理部０１６は、残存遅延の期待値を求める（ステップ１１０８）。これは、図９のステップ９０７と同様に、残存遅延分布の値の範囲４０７から代表値を選び、その代表値に頻度４０８をかけた値の総和を求める処理である。
【0068】
その後、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延計算処理部０１６は、設備に沿った玉突き遅延が引き起こすオーダーに沿った玉突き遅延用に値を控える（ステップ１１０９）。これは、ステップ１１０７で求めた確率およびステップ１１０６で求めた期待値は、図１２で説明する設備に沿った玉突き遅延が引き起こすオーダーに沿った玉突き遅延の計算でも利用されるため、それらの控えをデータメモリ０２０に記憶しておく処理である。具体的には、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延計算処理部０１６は、控えておく期待値２＿０２１１および控えておく確率２＿０２１０において、２次元目にｉ番目の要素がなければ追加し、それぞれ、ステップ１１０８で求めた期待値およびステップ１１０７で求めた確率を新しい要素として保持する。
【0069】
その後、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延計算処理部０１６は、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延の量を更新する（ステップ１１１０）。これは、ステップ１１０８で求めた期待値に、ステップ１１０７で求めた確率と、残工程数分布モデル０２０７において値の範囲がｉ以上である頻度の和と、控えておく確率０２１０のｉ番目の要素とを掛け合わせた値を、玉突き遅延の量に足しこむことによって、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延の量を更新する処理である。
【0070】
その後、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延計算処理部０１６は、残存遅延分布の更新を行う（ステップ１１１１）。これは、ステップ１１０６で計算した差の分布で、残存遅延分布０２０８の値を置き換える処理である。その後、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延計算処理部０１６は、玉突き遅延の量が収束したかを調べる（ステップ１１１２）。これは、ステップ１１１０で足しこんだ値が、玉突き遅延の量と比べて十分小さくなったかを調べる処理である。十分小さくなっていれば、収束しているとみなせる。収束していなければ、ステップ１１０５に戻って処理を繰り返す。収束していれば、ｉをインクリメントする（ステップ１１１３）。そして、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延計算処理部０１６は、残工程数分布モデル０２０７、控えておく期待値０２０９、及び控えておく確率０２１０のいずれかにおいて、ｉ以上の要素がないかを調べる（ステップ１１１４）。いずれかにおいてｉ以上の要素がないなら、処理を終える。すべてにおいてｉ以上の要素があるなら、ステップ１１０３に戻って処理を繰り返す。
【0071】
図１２は、本発明の実施例のデータ分析装置が図８のステップ８０４において実行する、設備に沿った玉突き遅延が引き起こすオーダーに沿った玉突き遅延を計算する処理の詳細を示すフローチャートである。
【0072】
まず、設備に沿った玉突き遅延が引き起こすオーダーに沿った玉突き遅延計算処理部０１７は、変数ｉに１を設定する（ステップ１２０１）。次に、設備に沿った玉突き遅延が引き起こすオーダーに沿った玉突き遅延計算処理部０１７は、玉突き遅延の量を０に初期化する（ステップ１２０２）。その後、設備に沿った玉突き遅延が引き起こすオーダーに沿った玉突き遅延計算処理部０１７は、変数ｊに１を設定する（ステップ１２０３）。
【0073】
その後、設備に沿った玉突き遅延が引き起こすオーダーに沿った玉突き遅延計算処理部０１７は、残工程数分布モデル０２０７において値の範囲がｊ以上である頻度の和と、控えておく期待値２＿０２１１の１次元目がｉで２次元目がｊの要素と、控えておく確率２＿０２１２の１次元目がｉで２次元目がｊの要素と、控えておく確率０２１０のｉ番目の要素との積を求め、その積を設備に沿った玉突き遅延長引き起こすオーダーに沿った玉突き遅延の量に足しこむ（ステップ１２０４）。
【0074】
その後、設備に沿った玉突き遅延が引き起こすオーダーに沿った玉突き遅延計算処理部０１７は、ｊをインクリメントし（ステップ１２０５）、残工程数分布モデル０２０７、控えておく期待値２＿０２１１の２次元目、及び控えておく確率２＿０２１２の２次元目のいずれかにおいて、ｊ以上の要素がないかを調べる（ステップ１２０６）。それらのすべてにおいてｊ以上の要素があるなら、設備に沿った玉突き遅延が引き起こすオーダーに沿った玉突き遅延計算処理部０１７は、ステップ１２０４に戻って処理を繰り返す。いずれかにおいてｊ以上の要素がないなら、ｉをインクリメントする（ステップ１２０７）。
【0075】
その後、設備に沿った玉突き遅延が引き起こすオーダーに沿った玉突き遅延計算処理部０１７は、控えておく期待値２＿０２１１の１次元目、控えておく確率２ ０２１２の１次元目、及び控えておく確率０２１０のいずれかにおいて、ｉ以上の要素がないかを調べる（ステップ１２０８）。いずれかにおいてｉ以上の要素がないなら処理を終える。すべてにおいてｉ以上の処理があるなら、ステップ１２０３に戻って処理を繰り返す。
【0077】
グラフ１３０１は、作業時間分布モデル０２０５をあらわす。グラフ１３０２は、遊び時間分布モデル０２０６をあらわす。グラフ１３０３は、残工程数分布モデル０２０７をあらわす。遅延の初期値１３０４は、図６のステップ６０５で読み込まれた値である。玉突き遅延の見積もり値１３０５は、図８の各ステップで求めた玉突き遅延の量である。
【0078】
具体的には、玉突き遅延の見積もり値１３０５は、設備に沿った玉突き遅延、オーダーに沿った玉突き遅延、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延、及び設備に沿った玉突き遅延が引き起こすオーダーに沿った玉突き遅延のそれぞれについて、遅延量の見積もり値１３０６と、その遅延量を再スケジュールによって回避できる可能性の有無１３０７と、を含む。
【0079】
玉突き遅延の種類ごとの遅延量の見積もり値１３０６は、それぞれ、図９のステップ９０９、図１０のステップ１００３、図１１のステップ１１１０及び図１２のステップ１２０４において足し込まれた値であり、それぞれの処理が終了した時点の最終的な値である。すなわち、これらの値は、玉突き遅延の種類ごとに計算された、各オーダーの各工程における玉突き遅延の影響量の総和であり、これらの値が大きいほど、それぞれの種類の玉突き遅延が、本実施例のデータ分析装置による分析対象であるシステムの稼働（例えば工場における生産活動）に与える影響が大きいことを示している。
【0080】
一方、遅延量を再スケジュールによって回避できる可能性の有無１３０７は、次の通りとなる。オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延、及び、設備に沿った玉突き遅延が引き起こすオーダーに沿った玉突き遅延については、例えば、ある設備において、あるオーダーの工程の着手が遅れている間に、本来はその工程の後でその設備を使用して行われることになっていた別のオーダーの工程を先に行うなどの再スケジュールを行うによって、その設備を使用する後の工程への遅延の波及を回避したり、当該別のオーダーの後の工程への遅延の波及を回避したりすることができる可能性がある。これに対して、単純に一つのオーダー内の工程間を伝搬していく遅延（すなわちオーダーに沿った玉突き遅延）、及び、一つの設備を使用する工程間を伝搬していく遅延（すなわち設備に沿った玉突き遅延）は、再スケジュールを行っても回避できないと考えられる。
【0081】
すなわち、例えば見積もり値１３０６の合計値が同じであっても、オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延、及び、設備に沿った玉突き遅延が引き起こすオーダーに沿った玉突き遅延の見積もり値の割合が大きいほど、それぞれの工程で発生した遅延をその発生から短時間のうちに検知して再スケジュールを行う実績収集の仕組みを導入することによって遅延の影響が軽減される可能性が高いと言える。
【0082】
したがって、上記の実施例によれば、標準時間などのマスタデータが未整備な状態であっても、作業時間、遊び時間及び残工程数等に関してある程度信頼できる分布が得られれば、それを利用して、リアルタイムな実績収集の仕組みの導入（例えば遅延の原因となる事象の発生を監視する装置の設置等）の効果を見積もることができる。
【0083】
なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明のより良い理解のために詳細に説明したのであり、必ずしも説明の全ての構成を備えるものに限定されものではない。
【0084】
また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によってハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによってソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、不揮発性半導体メモリ、ハードディスクドライブ、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶デバイス、または、ＩＣカード、ＳＤカード、ＤＶＤ等の計算機読み取り可能な非一時的データ記憶媒体に格納することができる。
【0085】
また、制御線及び情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線及び情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えてもよい。
【符号の説明】
【0086】
０１０ 中央処理装置０１１ 分布計算処理部
０１２ 玉突き遅延計算処理部
０１３ 表示処理部
０１４ 設備に沿った玉突き遅延計算処理部
０１５ オーダーに沿った玉突き遅延計算処理部
０１６ オーダーに沿った玉突き遅延が引き起こす設備に沿った玉突き遅延計算処理部
０１７ 設備に沿った玉突き遅延が引き起こすオーダーに沿った玉突き遅延計算処理部
０２０ データメモリ
０２０１ 製造実績データ
０２０２ 作業時間データ
０２０３ 遊び時間データ
０２０４ 残工程数データ
０２０５ 作業時間分布モデル
０２０６ 遊び時間分布モデル
０２０７ 残工程数分布モデル
０２０８ 残存遅延分布
０２０９ 控えておく期待値
０２１０ 控えておく確率
０２１１ 控えておく期待値２
０２１２ 控えておく確率２
０３０ プログラムメモリ
０４０ 製造実績ＤＢ
０５０ 分布モデルＤＢ
０６０ 表示装置
０７０ キーボード
０８０ ポインティングデバイス