JP2021033566A - ライン制御システムおよび作業指令決定方法 - Google Patents

Abstract

【課題】生産設備を複数備えた生産ラインにおいて生産効率を向上させることができるライン制御システムおよび作業指令決定方法を提供する。【解決手段】生産ラインは、ワークに作業をして生産物を生産する生産設備を複数備えている。生産ラインにおける作業指令決定方法は、複数の生産設備からイベント情報を取得し（ＳＴ１）、取得されたイベント情報から、イベント情報を取得した時点以降に発生し得る生産設備の異常イベントに対応する作業指令を決定し（ＳＴ３）、決定された作業指令を出力する（ＳＴ４）。【選択図】図５

Description

本発明は、生産設備を複数備えた生産ラインを制御するライン制御システムおよび作業指令決定方法に関する。

基板などのワークに作業をして部品実装基板などの生産物を生産する部品実装装置などの生産設備では、生産を継続する過程で様々な要因で作業が停止する異常が発生する。異常が発生すると、作業者は適切な対策を実行して生産を再開させる。特許文献１では、このような異常（不良）が発生した際に、不良内容に基づいて要因を推定し、対策データベースから推定された要因に対応する対策を抽出して、不良カバー率の高い順に表示することで作業者の作業を支援している。これによって不良による生産装置の停止時間を縮小して、生産効率の向上が図れる。

特開２００７−１７９５３５号公報

しかしながら、特許文献１を含む従来技術では、異常による生産設備の停止時間を縮小することができるものの、生産効率を向上させるには生産設備で異常が発生する前に対策できることが望ましく、生産効率を向上させるためにはさらなる改善の余地があった。

そこで本発明は、生産設備を複数備えた生産ラインにおいて生産効率を向上させることができるライン制御システムおよび作業指令決定方法を提供することを目的とする。

本発明のライン制御システムは、ワークに作業をして生産物を生産する生産設備を複数備えた生産ラインを制御するライン制御システムにおいて、複数の前記生産設備からイベント情報を取得するイベント取得部と、取得された前記イベント情報から、前記イベント情報を取得した時点以降に発生し得る生産設備の異常イベントに対応する作業指令を決定する作業指令決定部と、決定された前記作業指令を出力する出力部とを備える。

本発明の作業指令決定方法は、ワークに作業をして生産物を生産する生産設備を複数備えた生産ラインにおける作業指令決定方法であって、複数の前記生産設備からイベント情報を取得し、取得された前記イベント情報から、前記イベント情報を取得した時点以降に発生し得る生産設備の異常イベントに対応する作業指令を決定し、決定された前記作業指令を出力することを含む。

本発明によれば、生産設備を複数備えた生産ラインにおいて生産効率を向上させることができる。

本発明の一実施の形態の部品実装システムの構成説明図 本発明の一実施の形態の部品実装ラインが備える部品実装装置の構成説明図 本発明の一実施の形態の部品実装システムの制御系の構成を示すブロック図 本発明の一実施の形態の表示端末のタッチパネルに表示された作業指令表示画面の一例の説明図 本発明の一実施の形態の作業指令決定方法のフロー図 本発明の一実施の形態のライン制御システムにおいて使用される推定モデルの例を説明する図

以下に図面を用いて、本発明の一実施の形態を詳細に説明する。以下で述べる構成、形状等は説明のための例示であって、部品実装システム、部品実装ライン、ライン管理コンピュータ、印刷装置、部品実装装置などの仕様に応じ、適宜変更が可能である。以下では、全ての図面において対応する要素には同一符号を付し、重複する説明を省略する。図１では、紙面左側を基板搬送方向の上流側、紙面右側を基板搬送方向の下流側と称し、紙面下側を前側、紙面上側を後側と称する。

まず図１を参照して、部品実装システム１の構成を説明する。部品実装システム１は、１本の部品実装ラインＬ１が有線または無線による通信ネットワーク２によって接続され、ライン管理コンピュータ３によって管理される構成となっている。部品実装ラインＬ１は、後述するように部品実装装置を含む複数の生産設備を連結して構成され、基板に部品を実装した部品実装基板を生産する機能を有している。すなわち、生産ライン（部品実装ラインＬ１）は、ワーク（基板）に作業をして生産物（部品実装基板）を生産する生産設備を複数備えている。なお、部品実装システム１が備える部品実装ラインは１本である必要はなく、２本以上でも良い。

部品実装ラインＬ１を構成する生産設備は、それぞれ通信ネットワーク２を介してライン管理コンピュータ３に接続されている。各生産設備の作業状況、各生産設備で発生したイベント情報などは、逐次、ライン管理コンピュータ３に送信される。例えば、搬入搬出される基板の情報、部品実装装置が供給している部品の残数、部品実装装置において実行される部品補給作業の状況、生産設備で発生した装置エラー、生産設備に入力された情報、生産設備が作業した情報、作業者によるエラー復旧作業の状況などがライン管理コンピュータ３に収集される。

次に図１を参照して、部品実装ラインＬ１の詳細な構成を説明する。図１は、部品実装ラインＬ１を模式的に表したものである。部品実装ラインＬ１には、上流側から下流側に向けて、ローダＭ１、第１コンベアＭ２、印刷装置Ｍ３、第２コンベアＭ４、印刷検査装置Ｍ５、第３コンベアＭ６、部品実装装置Ｍ７、部品実装装置Ｍ８、第４コンベアＭ９、実装検査装置Ｍ１０、第５コンベアＭ１１、リフロー装置Ｍ１２、アンローダＭ１３などの生産設備が直列に連結されている。

各生産設備は、上流側から下流側に向けて基板（ワーク）を搬送する２基の搬送部４を前側と後側に備えている。部品実装ラインＬ１において互いに連結された搬送部４は、前側の前側搬送レーン４Ｆと後側の後側搬送レーン４Ｒを構成する。すなわち、部品実装ラインＬ１は、前側搬送レーン４Ｆと後側搬送レーン４Ｒを並列に備えており、並行して基板を搬送することができる。なお、各生産設備が備える搬送部４は２基に限定されることはなく、１基でも３基以上であってもよい。

図１において、ローダＭ１は、下流側の生産設備に基板または基板に部品が実装された部品実装基板を供給する基板供給作業部（作業部）を備えている。以下、特に区別する場合を除いて、部品実装基板や半田が印刷された生産途中の状態も含めて、単に基板と称する。印刷装置Ｍ３は、基板に部品接合用の半田をスクリーン印刷する半田印刷作業を実行する印刷作業部（作業部）を備えている。印刷検査装置Ｍ５は、基板に印刷された半田の状態を検査する印刷検査作業を実行する印刷検査作業部（作業部）を備えている。

なお、部品実装ラインＬ１は、印刷作業部（作業部）を１つ備えた印刷装置Ｍ３で構成してもよいし、印刷作業部（作業部）を１つ備えた印刷装置Ｍ３を複数台含んで構成してもよい。また、部品実装ラインＬ１は、印刷検査作業部（作業部）を１つ備えた印刷検査装置Ｍ５で構成されてもよい。また、部品実装ラインＬ１は、実装作業部（作業部）を１つ備えた部品実装装置Ｍ７，Ｍ８で構成されてもよい。

部品実装装置Ｍ７，Ｍ８は、半田が印刷された基板に部品を実装する部品実装作業を実行する実装作業部（作業部）を備えている。実装検査装置Ｍ１０は、基板に搭載された部品の状態を検査する実装検査作業を実行する実装検査作業部（作業部）を備えている。リフロー装置Ｍ１２は、基板を加熱して半田を融解させた後に硬化させ、基板の電極と部品の端子とを半田接合するリフロー作業を実行するリフロー作業部（作業部）を備えている。なお、部品実装ラインＬ１は、実装検査作業部（作業部）を１つ備えた実装検査装置Ｍ１０で構成してもよい。また、リフロー作業部（作業部）を１つ備えたリフロー装置Ｍ１２で構成されてもよい。

アンローダＭ１３は、上流側から搬送された基板を回収する基板回収作業を実行する基板回収作業部（作業部）を備えている。第１コンベアＭ２、第２コンベアＭ４、第３コンベアＭ６、第４コンベアＭ９、第５コンベアＭ１１は、上流側の生産設備から搬出された基板を一時保管して、下流側の生産設備に搬送する基板搬送作業を実行する基板搬送作業部（作業部）を備えている。

このように、生産設備は、ワーク（基板）に作業を行う作業部を備えている。部品実装ラインＬ１では、前側搬送レーン４Ｆおよび後側搬送レーン４Ｒにおいて、上流側から下流側の生産設備の搬送部４によって基板を搬送しながら生産設備の作業部によって基板に対して生産作業が実行されて部品実装基板が生産される。部品実装ラインＬ１では、前側搬送レーン４Ｆおよび後側搬送レーン４Ｒにおいて同じ基板種の部品実装基板を並行して生産することも、異なる基板種の部品実装基板を並行して生産することもできる。

なお、部品実装ラインＬ１は、生産する部品実装基板の種類、生産量に応じて、生産設備の構成が自在に変更される。また、上記説明した生産設備の他、基板にレーザで番号などを刻印するレーザマーク装置、基板にはんだを塗布するはんだ塗布装置、基板に付されたマークを読み取るカメラを有するマーク読み取り機能を内蔵するコンベア装置、基板の表面と裏面を反転させる基板反転装置、リフロー後の基板の状態を検査するリフロー後検査装置などを備えてもよい。また、部品実装ラインＬ１は、印刷装置Ｍ３と部品実装装置Ｍ７，Ｍ８を備えていればその他の生産設備の配置は限定されない。

図１において、部品実装ラインＬ１において作業を行う作業者Ａは、表示端末５を携帯している。表示端末５は、スマートフォンやタブレットＰＣなどであり、ライン管理コンピュータ３と無線で通信して情報の授受を行う端末側通信部６、表示機能と入力機能を有するタッチパネル７（表示部）を備えている。表示端末５は、ライン管理コンピュータ３から受信した各種情報を表示処理してタッチパネル７に表示する。また、表示端末５は、タッチパネル７から入力された各種情報などをライン管理コンピュータ３に送信する。

次に図２を参照して、部品実装装置Ｍ７，Ｍ８の構成について説明する。部品実装装置Ｍ７，Ｍ８は同様の構成であり、ここでは部品実装装置Ｍ７について説明する。部品実装装置Ｍ７の前面中央の上方には、基板に部品を実装する実装ヘッド８や、実装ヘッド８を水平移動させるヘッド移動機構（図示省略）などの可動部に作業者が誤って触れないように保護するシャッター９が設置されている。部品実装装置Ｍ７の前面中央の下方（シャッター９の下方）には、部品供給部１０が設けられている。

部品供給部１０には、上部に部品供給装置である複数のテープフィーダ１１を並列に保持する台車１２が装着されている。台車１２において、テープフィーダ１１の下方には、部品を格納する部品供給テープを巻回収納する複数のリール１３が並列に保持されている。テープフィーダ１１は、リール１３から引き出された部品供給テープを内部で搬送しながら部品供給テープに格納された部品を順に部品実装装置Ｍ７に供給する。

部品供給テープが収納する部品の残数が少なくなると、部品を供給している部品供給テープの後端に新しい部品供給テープを継合したり、テープフィーダ１１に新しい部品供給テープを挿入したりして、テープフィーダ１１に部品を補給する部品補給作業が作業者Ａによって行われる。また、部品の供給形態は部品供給テープに限らず、部品を収納したスティック状のケース、部品を載置したトレイケース、部品を収納したバルクケース等でもよく、それらに適した供給手段で供給される。

図２において、前面の右上部には、操作パネル１４が設置されている。操作パネル１４は、その表示部に各種情報、警告情報、操作ボタン、入力ボタンなどを表示する。作業者Ａは、操作パネル１４に表示される操作ボタン、入力ボタンなどを操作して、部品実装装置Ｍ７の操作を行う。部品実装装置Ｍ７には、前面の他、後面にも実装ヘッド８、ヘッド移動機構、シャッター９、部品供給部１０、操作パネル１４が設けられている。部品実装装置Ｍ７の搬送部４、実装ヘッド８、ヘッド移動機構、テープフィーダ１１、操作パネル１４は、部品実装装置Ｍ７が備える実装制御部１５によって制御されている。

実装制御部１５は、テープフィーダ１１が供給する部品を実装ヘッド８によってピックアップさせ、実装ヘッド８が保持する部品を搬送部４の実装作業位置に保持されている基板の実装位置に移載させる一連のターンを繰り返す部品実装作業を実行させる。すなわち、実装ヘッド８、ヘッド移動機構、テープフィーダ１１は、部品実装作業を実行する実装作業部３２（図３参照）（作業部）を構成する。

このように、部品実装装置Ｍ７は、基板に部品を実装して部品実装基板を生産する。実装制御部１５は、ライン管理コンピュータ３からの作業指示に従って、２つの搬送部４と２つの部品実装作業部に、それぞれの作業を実行させる。また、実装制御部１５は、部品実装装置Ｍ７における部品実装作業の状況、発生したイベント情報などを、ライン管理コンピュータ３に送信する。

次に図３を参照して、部品実装システム１の制御系の構成について説明する。ここでは、部品実装ラインＬ１の生産設備で発生し得る異常イベントに対応する作業指令を決定する作業指令決定処理に関係する構成について説明する。ライン管理コンピュータ３は、情報処理装置２０、記憶装置２１、無線通信部２２を備えている。記憶装置２１には、生産データ情報２３、作業者情報２４、イベント情報２５、推定モデル情報２６、作業指令情報２７などが記憶されている。

情報処理装置２０は、内部処理部としてイベント取得部２８、機械学習部２９、作業指令決定部３０、出力部３１を備えている。無線通信部２２は無線通信インターフェースであり、無線によって表示端末５の端末側通信部６などと通信してデータの送受信を行う。なお、ライン管理コンピュータ３は、ひとつのコンピュータで構成する必要はなく、複数のデバイスで構成してもよい。例えば、記憶装置、内部処理部の全てもしくは一部をサーバを介してクラウドに備えてもよい。

図３において、部品実装ラインＬ１が備える生産設備は、生産作業を実行する作業部、作業部を制御する作業制御部、ライン管理コンピュータ３からの作業指令を取得する設備取得部、取得した作業指令などを記憶する記憶装置である設備記憶部をそれぞれ備えている。ここでは、部品実装ラインＬ１が備える生産設備のうち、部品実装装置Ｍ７を例に説明する。すなわち、部品実装装置Ｍ７は、作業部である実装作業部３２、作業制御部である実装制御部１５、設備取得部３３、設備記憶部３４を備えている。

作業者Ａが携帯する表示端末５は、ライン管理コンピュータ３が備える無線通信部２２と無線で通信する端末側通信部６、表示機能を有するタッチパネル７の他、表示端末５の各部を制御する表示制御部３５、ライン管理コンピュータ３からの作業指令を取得する端末取得部３６、取得した作業指令などを記憶する記憶装置である端末記憶部３７を備えている。すなわち、表示端末５は、情報を表示する表示部（タッチパネル７）と、表示部を制御する表示制御部３５とを有している。

図３において、生産データ情報２３には、部品実装ラインＬ１において生産される部品実装基板の品種毎、基板毎に、基板に実装される部品の部品種、実装位置、部品実装装置Ｍ７，Ｍ８の部品供給部１０における部品の供給位置など部品実装作業に必要な情報が記憶されている。作業者情報２４には、部品実装ラインＬ１において作業を行う作業者Ａの作業者番号毎に、作業レベル、勤務予定、休憩時間を含む作業スケジュールなどが記憶されている。

イベント取得部２８は、部品実装ラインＬ１を構成する複数の生産設備からイベント情報２５を取得して、記憶装置２１に記憶させる。イベント情報２５には、生産設備が行った作業に関する情報、作業が行われる基板（ワーク）に関する情報、作業者Ａなどによって生産設備に行われた作業に関する情報などが含まれる。また、イベント情報２５には、生産設備で生じた装置エラー、エラー復旧作業、生産設備のイベント情報、生産設備への部材（半田、部品）の残数、補給作業などの生産に付随して発生する各種情報が含まれている。

このように、イベント情報２５には、直近に発生したイベントに関する情報の他、過去に発生したイベントに関する情報も記憶（蓄積）されている。すなわち、イベント情報２５には、生産設備の停止、生産設備の稼働率低下などの、生産設備において過去に発生した異常イベントに関する情報も含まれている。

図３において、機械学習部２９は、記憶装置２１に記憶されている異常イベントを含む過去に発生したイベント情報２５と、異常イベントに対処するためにライン管理コンピュータ３から生産設備や表示端末５に送信（出力）された作業指令と、作業指令後のイベント情報２５に基づいて、生産設備において発生し得る異常イベントと異常イベントに対処するための適切な作業指令を推定する推定モデルを機械学習によって生成する。すなわち、機械学習部２９は、過去のイベント情報２５と異常イベントと作業指令に基づく機械学習によって推定モデルを生成する。生成された推定モデルは、推定モデル情報２６として記憶装置２１に記憶される。

作業指令決定部３０は、推定モデル情報２６に含まれる推定モデルに基づいて、イベント取得部２８によって取得されたイベント情報２５から、イベント情報２５を取得した時点以降に発生し得る生産設備の異常イベントを推定し、この異常イベントに対応する作業指令を決定する。決定された作業指令は、作業指令を出力すべき生産設備、または表示端末５を特定する情報と、作業指令を出力すべき時間などと関連付けられて、作業指令情報２７として記憶装置２１に記憶される。

例えば、実装検査装置Ｍ１０の後側搬送レーン４Ｒにおいて部品の実装不良が検出されたとのイベント情報２５が取得されると、作業指令決定部３０は推定モデルに基づいて実装検査装置Ｍ１０より上流側の後側搬送レーン４Ｒにおいて基板の滞留（異常イベント）が発生すると推定する。そして作業指令決定部３０は、部品実装装置Ｍ７，Ｍ８に対しては前側搬送レーン４Ｆの部品実装作業を優先するように、表示端末５に対しては作業者Ａに実装検査装置Ｍ１０の後側に移動して実装不良に対する処置を行うように、との作業指令を決定する。

また、部品補給作業によってテープフィーダ１１に補給された新しい部品が現在供給されている部品と製造ロットや製造メーカが異なる場合であって、部品の切り替わり時に同様の部品で過去に吸着ミスによる吸着エラーが頻発していたような場合、作業指令決定部３０は推定モデルに基づいて供給される部品が切り替わる直後に吸着エラーが頻発すると推定する。そして作業指令決定部３０は、表示端末５に対して作業者Ａに吸着エラーに備えて当該テープフィーダ１１の後側に移動して待機するようにとの作業指令を決定する。

図３において、出力部３１は、作業指令情報２７に含まれる作業指令決定部３０によって決定された作業指令を、出力すべき時間に生産設備、または表示端末５に出力する。部品実装装置Ｍ７の設備取得部３３は、ライン管理コンピュータ３の出力部３１から出力された作業指令を取得して、設備記憶部３４に記憶させる。実装制御部１５（作業制御部）は、取得された作業指令に基づいて実装作業部３２（作業部）を制御する。例えば、前側搬送レーン４Ｆの部品実装作業を優先するようにとの作業指令の場合、実装制御部１５は、前側搬送レーン４Ｆと後側搬送レーン４Ｒに部品実装作業の対象となる基板がある場合は、前側搬送レーン４Ｆにある基板への部品実装作業を先に実行させる。

表示端末５の端末取得部３６は、ライン管理コンピュータ３の出力部３１から出力された作業指令を取得して、端末記憶部３７に記憶させる。表示制御部３５は、取得された作業指令をタッチパネル７（表示部）に表示させる。

ここで図４を参照して、タッチパネル７に表示された作業指令表示画面４０の例について説明する。作業指令表示画面４０には、「作業指令」表示枠４１と「ＯＫ」ボタン４２が表示されている。「作業指令」表示枠４１には、取得された作業指令が表示される。この例では、「１４：２６頃に、第１部品実装装置（部品実装装置Ｍ７）の前側のスロット６から供給されている部品（Ｒ０１４）のロットが切り替わることに起因して発生する可能性がある吸着エラーに備えて待機する旨」が表示されている。作業者Ａが「ＯＫ」ボタン４２を操作すると、次の表示画面に切り替わる。

上記説明したように、ライン管理コンピュータ３は、複数の生産設備からイベント情報２５を取得するイベント取得部２８と、取得されたイベント情報２５から、イベント情報２５を取得した時点以降に発生し得る生産設備の異常イベントに対応する作業指令を決定する作業指令決定部３０と、決定された作業指令を出力する出力部３１を備え、部品実装ラインＬ１（生産ライン）を制御するライン制御システムである。複数の生産設備から取得したイベント情報２５に基づいて発生し得る異常イベントを推定し、生産設備や作業者Ａに適切な作業指令を出力することで、生産設備を複数備えた生産ライン（部品実装ラインＬ１）において生産効率を向上させることができる。

次に図５のフローに沿って、基板（ワーク）に作業をして部品実装基板（生産物）を生産する生産設備を複数備えた部品実装ラインＬ１（生産ライン）における作業指令決定方法について説明する。部品実装ラインＬ１において部品実装基板を生産中に、イベント取得部２８は、複数の生産設備からイベント情報２５を取得する（ＳＴ１：イベント情報取得工程）。次いで作業指令決定部３０は、取得されたイベント情報２５から、イベント情報２５を取得した時点以降に生産設備の異常イベントが発生し得るか否かを判断する（ＳＴ２）。異常イベントが発生しないと判断した場合（ＳＴ２においてＮｏ）、イベント情報取得工程（ＳＴ１）に戻ってイベント情報２５が収集される。

異常イベントが発生すると判断した場合（ＳＴ２においてＹｅｓ）、作業指令決定部３０は、発生し得る異常イベントに対応する作業指令を決定する（ＳＴ３）。（ＳＴ２）と（ＳＴ３）において、作業指令決定部３０は、過去のイベント情報２５と異常イベントと作業指令に基づく機械学習によって生成された推定モデルに基づいて、異常イベントを推定し（ＳＴ２）、作業指令を決定する（ＳＴ３）。次いで出力部３１は、決定された作業指令を生産設備または表示端末５に出力する（ＳＴ４：作業指令出力工程）。そして、部品実装ラインＬ１での部品実装基板が終了するまで（ＳＴ５においてＮｏ）、イベント情報取得工程（ＳＴ１）に戻ってイベント情報２５が繰り返し取得される。

このように、複数の生産設備から取得したイベント情報２５に基づいて発生し得る異常イベントを推定し（ＳＴ２）、作業指令を決定して（ＳＴ３）生産設備や作業者Ａに適切な作業指令を出力することで（ＳＴ４）、生産設備を複数備えた生産ライン（部品実装ラインＬ１）において生産効率を向上させることができる。

図５において、作業指令出力工程（ＳＴ４）において、生産設備に対して作業指令が出力された場合、生産設備の設備取得部３３は作業指令を取得し、作業制御部は取得された作業指令に基づいて作業部を制御して、作業部は基板（ワーク）に作業をする。また、作業指令出力工程（ＳＴ４）において、表示端末５に対して作業指令が出力された場合、表示端末５の端末取得部３６は作業指令を取得し、表示制御部３５は、取得された作業指令を表示端末５のタッチパネル７（表示部）に表示させる。これにより、異常イベントが発生する前に作業者Ａが適切に行動することができる。

ここで、作業指令決定部３０が作業指令を決定するための、推定モデル情報２６に含まれる推定モデルについてより詳細に説明する。推定モデルの作成では、予めまたは実生産や試験生産を行った生産設備からイベント情報２５と異常イベントと作業指令とが取得される。そして、それらを含むデータ集合に基づく学習を反復実行させて作成したものが推定モデルである。

推定モデルの学習の一例として、ニューラルネットワークを用いた機械学習で学習した推定モデルを説明する。図６に、ニューロンＮを組み合わせて構成した複数層のニューラルネットワークの推定モデルＥを模式的に示す。左側から複数のイベント情報２５（Ｘ１〜Ｘ５）が入力され、それぞれに対応する重みＷが乗算されて、右側から結果として作業指令（Ｙ１〜Ｙ５）が出力される。なお、推定モデルによって最終的に作業指令を推定できればよいため、入力された複数のイベント情報２５から異常イベントを推定して、異常イベントと作業指令とを関連付けた相関テーブルから作業指令を決定してもよい。

推定モデルＥは、入力されたイベント情報２５をイベント毎の他に、時間、作業者Ａ、または基板種等で細分化されて構成された学習アルゴリズムで構築してもよい。また、それらの複数の学習アルゴリズムをひとつにした学習アルゴリズムで構築してもよい。

時間毎に細分化して構成された学習アルゴリズムの一例として、生産時間に起因して発生する異常イベントとその作業指令について説明する。生産工場によっては、所定時刻に休憩時間が設けられており、生産設備は稼働したままで一部または全ての作業者Ａが休憩することがある。このような時間帯において生産設備への作業が発生すると対応可能な作業者Ａが不足しており、部品補給等の作業の遅延やその遅延の蓄積による作業停止等の異常イベントが発生する恐れがある。これらの異常イベントに関連付けられる作業指令には、休憩前の事前の部品補給や、休憩する作業者Ａの人数変更等が該当する。そのため、このような関係性を用いて、休憩等の作業者数が変動する時間帯、異常イベント、および作業指令を学習アルゴリズムで学習させて推定モデルＥを構築してもよい。

また、他の一例として、初期生産段階、基板種の切り替わり、部品補給の切り替わりの生産時間帯のタイミングによって生産設備が安定稼働しなかったり、生産データの自動調整が発生したりすることで、生産設備の作業の遅延やその遅延の蓄積による作業停止等の異常イベントが発生する恐れがある。これらの異常イベントに関連付けられる作業指令には、生産設備や生産データの再チェック等が該当する。そのため、このような関係性を用いて、生産時間の時間帯、異常イベント、および作業指令を学習アルゴリズムで学習させて推定モデルＥを構築してもよい。

次に作業者毎に細分化して構成された学習アルゴリズムの一例として、生産設備に対応する作業者数に起因して発生する異常イベントとその作業指令について説明する。作業者Ａの数によって単位時間あたりに対応できる生産設備への作業能力が異なる。また、作業者Ａの数が多ければ対応できる生産設備への作業能力は増加し、所定の作業者数以上で定常化する。また、作業者Ａの数が少なければ対応できる生産設備への作業能力は減少する。

従って、作業者数によって単位時間あたりに対応可能な作業数が変化し、作業数によってはタイムリーに作業を行うことができず、作業遅延やその遅延の蓄積による作業停止等の異常イベントが発生する恐れがある。これらの異常イベントに関連付けられる作業指令には、適切な作業者数の設定（所定以上の作業能力の作業者数以上であって、作業者能力が定常化しない作業者数以下）が該当する。そのため、このような関係性を用いて、生産設備に対応する作業者数、異常イベント、および作業指令を学習アルゴリズムで学習させて推定モデルＥを構築することで、将来の異常イベントを推定することができる。

また、他の学習アルゴリズムとして、生産設備に対応する特定作業者に起因して発生する異常イベントとその作業指令について説明する。作業者Ａの作業能力によって単位時間あたりに対応できる生産設備への作業能力、作業時間、作業成功率が異なってくる。経験年数が高ければ生産設備への作業能力は増加し、作業時間は短くなり、作業成功率は増加する。

従って、経験年数が少ない作業者は作業ミスによる作業遅延やその遅延の累積による作業停止等が発生する恐れがある。これらの異常イベントに関連付けられる作業指令には、適切な作業者Ａの設定（作業能力が平準化するようなグルーピング）が該当する。そのため、このような関係性を用いて生産設備に対応する作業者Ａの作業能力、作業時間、および作業成功率と、作業遅延やその遅延の累積による作業停止等の異常イベント、および作業指令を学習アルゴリズムとして学習して推定モデルＥを構築することで、将来の異常イベントを推定することができる。

次に基板種毎に細分化して構成された学習アルゴリズムの一例として、生産設備で生産する基板の種類に起因して発生する異常イベントとその作業指令について説明する。生産設備で生産する実装基板は、実装する部品や回路形成パターン、基板の材質等によって実装難易度が異なる。例えば、微小部品や狭隣接実装は高い印刷精度と実装精度が必要とされ、印刷不良や実装不良の発生が増えるため生産遅延や設備停止等の異常イベントが増加する傾向がある。

これらの異常イベントに関連付けられる作業指令には、印刷精度や実装精度を高めるためのオプション機能の設定や生産速度の低減等が該当する。そのため、このような関係性を用いて、基板種と異常イベント、作業指令を学習アルゴリズムとして学習して推定モデルＥを構築することで、将来の異常イベントを推定することができる。なお、ここで言う基板種には、生産機種を意味する他に、実装する部品や回路形成パターン、基板の材質等の種類も含む。

本実施形態は特定の機械学習に限定されるものではない。その他には、例えば入力情報に対して出力情報が付与された教師データを用いて入力と出力との関係を学習する教師あり学習、出力情報のない入力のみからデータの構造を構築する教師なし学習、出力情報ありと出力情報なしのどちらも扱う半教師あり学習、状態の観測結果から選択した行動に対するフィードバックを得ることにより、最も多くのフィードバックを得ることができる行動を学習する強化学習等が挙げられる。また、機械学習の具体的な手法として、ニューラルネットワーク（多層のニューラルネットワークを用いた深層学習を含む）、遺伝的プログラミング、決定木、ベイジアン・ネットワーク、サポート・ベクター・マシン（ＳＶＭ）等が挙げられる。

なお上記は、生産ラインとして基板に部品を実装する部品実装ラインＬ１を例にライン制御システムを説明したが、生産ラインはこれに限定されることはない。例えば、生産ラインは半導体を製造する半導体製造ラインであっても、電気機器を組立てる組立て生産ラインであっても、食品加工製品を生産する食品加工ラインであってもよい。

本発明のライン制御システムおよび作業指令決定方法は、生産設備を複数備えた生産ラインにおいて生産効率を向上させることができるという効果を有し、部品を基板に実装する分野において有用である。

３ ライン管理コンピュータ（ライン制御システム）
５ 表示端末
７ タッチパネル（表示部）
８ 実装ヘッド（作業部）
１１ テープフィーダ（作業部）
Ｌ１ 部品実装ライン（生産ライン）
Ｍ１ ローダ（生産設備）
Ｍ２ 第１コンベア（生産設備）
Ｍ３ 印刷装置（生産設備）
Ｍ４ 第２コンベア（生産設備）
Ｍ５ 印刷検査装置（生産設備）
Ｍ６ 第３コンベア（生産設備）
Ｍ７，Ｍ８ 部品実装装置（生産設備）
Ｍ９ 第４コンベア（生産設備）
Ｍ１０ 実装検査装置（生産設備）
Ｍ１１ 第５コンベア（生産設備）
Ｍ１２ リフロー装置（生産設備）
Ｍ１３ アンローダ（生産設備）

Claims (14)

1. ワークに作業をして生産物を生産する生産設備を複数備えた生産ラインを制御するライン制御システムにおいて、
   複数の前記生産設備からイベント情報を取得するイベント取得部と、
   取得された前記イベント情報から、前記イベント情報を取得した時点以降に発生し得る生産設備の異常イベントに対応する作業指令を決定する作業指令決定部と、
   決定された前記作業指令を出力する出力部と、を備える、ライン制御システム。
2. 前記イベント情報には、前記生産設備が行った作業に関する情報、前記ワークに関する情報、前記生産設備に行われた作業に関する情報の少なくともひとつが含まれる、請求項１に記載のライン制御システム。
3. 前記異常イベントには、前記生産設備の停止、前記生産設備の稼働率低下の少なくともひとつが含まれる、請求項１または２に記載のライン制御システム。
4. 前記作業指令決定部は、過去の前記イベント情報と前記異常イベントと前記作業指令に基づく機械学習によって生成された推定モデルに基づいて、前記作業指令を決定する、請求項１から３のいずれかに記載のライン制御システム。
5. 前記生産設備は、
   ワークに作業をする作業部と、
   前記作業部を制御する作業制御部と、
   前記出力部から出力された前記作業指令を取得する設備取得部とを有し、
   前記作業制御部は、前記作業指令に基づいて前記作業部を制御する、請求項１から４のいずれかに記載のライン制御システム。
6. 前記生産ラインは表示端末を含み、
   前記表示端末は、
   情報を表示する表示部と、
   前記表示部を制御する表示制御部と、
   前記出力部から出力された前記作業指令を取得する端末取得部とを有し、
   前記表示制御部は、前記作業指令を前記表示部に表示させる、請求項１から５のいずれかに記載のライン制御システム。
7. 前記生産設備には、基板に部品を実装して部品実装基板を生産する部品実装装置が少なくとも含まれる、請求項１から６のいずれかに記載のライン制御システム。
8. ワークに作業をして生産物を生産する生産設備を複数備えた生産ラインにおける作業指令決定方法であって、
   複数の前記生産設備からイベント情報を取得し、
   取得された前記イベント情報から、前記イベント情報を取得した時点以降に発生し得る生産設備の異常イベントに対応する作業指令を決定し、
   決定された前記作業指令を出力することを含む、作業指令決定方法。
9. 前記イベント情報には、前記生産設備が行った作業に関する情報、前記ワークに関する情報、前記生産設備に行われた作業に関する情報の少なくともひとつが含まれる、請求項８に記載の作業指令決定方法。
10. 前記異常イベントには、前記生産設備の停止、前記生産設備の稼働率低下の少なくともひとつが含まれる、請求項８または９に記載の作業指令決定方法。
11. 前記生産設備は、前記作業指令を取得し、取得された前記作業指令に基づいて、ワークに作業をする、請求項８から１０のいずれかに記載の作業指令決定方法。
12. 過去の前記イベント情報と前記異常イベントと前記作業指令に基づく機械学習によって生成された推定モデルに基づいて、前記作業指令を決定する、請求項８から１１のいずれかに記載の作業指令決定方法。
13. 前記生産ラインは表示端末を含み、
    前記表示端末は、前記作業指令を取得し、取得された前記作業指令を前記表示端末の表示部に表示する、請求項８から１２のいずれかに記載の作業指令決定方法。
14. 前記生産設備には、基板に部品を実装して部品実装基板を生産する部品実装装置が少なくとも含まれる、請求項８から１２のいずれかに記載の作業指令決定方法。

Images