発明の名称 ： 運営評価装置、 運営評価方法、 およびプログラム 技術分野

[0001 ] 本発明は、 運営評価装置、 運営評価方法、 およびプログラムに関する。

本願は、 2 0 1 9年 2月 2 6日に日本に出願された特願 2 0 1 9— 0 3 3 2 7 5号について優先権を主張し、 その内容をここに援用する。

背景技術

[0002] 特許文献 1 には、 監視対象のモニタリングデータに基づいて、 監視対象の 状態監視を行い、 異常によって発生するコストを見積もること が開示されて いる。

先行技術文献

特許文献

[0003] 特許文献 1 :特開 2 0 1 7 _ 1 6 5 0 9号公報

発明の概要

発明が解決しようとする課題

[0004] ところで、 工場の運営を評価するにあたって、 K P I (Key Performance In d i cator)を用いることがある。 K P I を参照して運営を評価する場合、 K P Iの計画値と実績に基づいて算出した K P Iの値とを比較することで、 運営 の評価がなされる。 しかしながら、 計画値と実績値との比較を行う場合、 K P Iの計画値と実績値との間に大きな乖離が生� �た後に対応策が取られるた め、 運営計画の立て直しが遅れる可能性がある。

[0005] 本発明の目的は、 工場の運営にあたり、 将来の運営に係る評価値を予測す ることができる運営評価装置、 運営評価方法、 およびプログラムを提供する ことにある。

課題を解決するための手段

[0006] 本発明の第 1の態様によれば、 運営評価装置は、 一の時点における工場の 運営に係る複数種類のデータを入力すること で、 前記一の時点から一定時間 〇 2020/175084 2 卩（：171? 2020 /004710

後の時点における前記工場の運営に関する 評価値を出力するように学習され た学習済みモデルである予測モデルを用いて 、 所定の評価時刻における前記 工場の運営に係る入カデータに基づいて、 前記評価時刻の一定時間後におけ る前記評価値を予測する評価値予測部と、 前記評価値に係る情報を出力する 評価値出力部とを備える。

[0007] 本発明の第 2の態様によれば、 第 1の態様に係る運営評価装置において、 前記入カデータは、 工場の設備の稼働率に係るデータと、 前記設備の消費エ ネルギーに係るデータとを含むものであって よい。

[0008] 本発明の第 3の態様によれば、 第 1 または第 2の態様に係る運営評価装置 において、 前記予測モデルは、 前記評価値として、 前記工場の消費エネルギ —に係るエネルギー評価値と、 前記工場の稼働率に係る稼働率評価値とを出 力するものであってよい。

[0009] 本発明の第 4の態様によれば、 第 3の態様に係る運営評価装置が、 前記エ ネルギー評価値と前記稼働率評価値とに基づ いて、 前記消費エネルギーが低 いほど高く、 かつ前記稼働率が高いほど高い総合評価値、 または、 前記消費 エネルギーが低いほど低く、 かつ前記稼働率が高いほど低い総合評価値を 算 出する総合評価部を備え、 前記評価値出力部は、 前記エネルギー評価値、 前 記稼働率評価値、 および前記前記総合評価値を出力するもので あってよい。

[0010] 本発明の第 5の態様によれば、 第 1から第 4の何れかの態様に係る運営評 価装置が、 前記予測モデルにおける、 前記入カデータの種類別に重要度を特 定する重要度特定部を備え、 前記評価値出力部は、 前記入カデータの種類別 の重要度を出力するものであってよい。

[001 1 ] 本発明の第 6の態様によれば、 第 5の態様に係る運営評価装置において、 前記重要度特定部は、 前記予測モデルを更新したときに、 前記重要度を特定 し、 前記評価値出力部は、 前記入カデータの種類別の重要度の時系列を 出力 するものであってよい。

[0012] 本発明の第 7の態様によれば、 第 1から第 6の何れかの態様に係る運営評 価装置が、 前記入カデータの値の変更を受け付ける変更 部と、 前記予測モデ 〇 2020/175084 3 卩（：171? 2020 /004710

ルを用いて、 前記変更されたデータに基づいて、 前記評価時刻の一定時間後 における評価値である修正評価値を予測する シミュレート部と、 を備え、 前 記評価値出力部は、 前記修正評価値に係る情報を出力するもので あってよい

［0013］ 本発明の第 8の態様によれば、 運営評価方法は、 一の時点における工場の 運営に係る複数種類のデータを入力すること で、 前記一の時点から一定時間 後の時点における前記工場の運営に関する評 価値を出力するように学習され た学習済みモデルである予測モデルを用いて 、 所定の評価時刻における前記 工場の運営に係る入カデータに基づいて、 前記評価時刻の一定時間後におけ る前記評価値を予測するステップと、 前記評価値に係る情報を出力するステ ップとを備える。

［0014］ 本発明の第 9の態様によれば、 プログラムは、 コンビュータに、 一の時点 における工場の運営に係る複数種類のデータ を入力することで、 前記一の時 点から一定時間後の時点における前記工場の 運営に関する評価値を出力する ように学習された学習済みモデルである予測 モデルを用いて、 所定の評価時 刻における前記工場の運営に係る入カデータ に基づいて、 前記評価時刻の一 定時間後における前記評価値を予測するステ ップと、 前記評価値に係る情報 を出力するステップとを実行させる。

発明の効果

［0015］ 上記態様のうち少なくとも 1つの態様によれば、 工場評価装置は、 工場の 将来の運営に係る評価値を予測することがで きる。

図面の簡単な説明

［0016］ ［図 1］第 1の実施形態に係る工場評価システムの構成� �示す概略図である。

［図 2］第 1の実施形態に係る工場評価装置の構成を示� �概略ブロック図である

［図 3］第 1の実施形態に係る工場評価装置の動作を示� �フローチヤートである

［図 4］第 1の実施形態に係る工場全体の総合評価値の� �示画面の例を示す図で 〇 2020/175084 4 卩（：171? 2020 /004710

ある。

［図 5］第 1の実施形態に係る工場計測データの重要度� �表示画面の例を示す図 である。

［図 6］第 1の実施形態に係る修正総合評価値の表示画� �の例を示す図である。 ［図 7］第 1の実施形態に係る工場評価装置を用いた運� �計画の見直しの例を示 す図である。

［図 8］エネルギー原単位と総合設備効率から総� �評価値を求める例を示す図で ある。

［図 9］少なくとも 1つの実施形態に係るコンピュータの構成を� �す概略ブロッ ク図である。

発明を実施するための形態

［0017］ á第 1の実施形態 ñ

《工場評価システム》

以下、 図面を参照しながら実施形態について詳しく 説明する。

図 1は、 第 1の実施形態に係る工場評価システムの構成� �示す概略図であ る。

工場評価システム 1は、 複数の生産設備 1 〇、 計測システム 2 0、 および 工場評価装置 3 0を備える。

［0018］ 生産設備 1 0は、 工場 に設置され、 電力で駆動し、 操作者の操作に従っ て様々なプロセスを実行する。 生産設備 1 0は、 様々な製品 （被加工物） を 加工することができる。

［0019］ 計測システム 2 0は、 生産設備 1 0の稼働に関する複数種類のデータ （例 えば、 電流値、 電圧、 電力量、 振動など） を計測する。 生産設備 1 0の稼働 に関するデータは、 工場の運営に係るデータの一例である。 計測システム 2 0の構成の例として、 以下のものがあげられる。 計測システム 2 0は、 第 1 センサ 2 1 と、 第 2センサ 2 2と、 第 3センサ 2 3と、 不良品検査装置 2 4 と、 送信器 2 5と、 受信器 2 6とを備える。 第 1 センサ 2 1は、 生産設備 1 〇が負荷時間に該当する状態にあるか否かを 計測する。 例えば、 第 1 センサ 〇 2020/175084 5 卩（：171? 2020 /004710

2 1は、 生産設備 1 0に供給される電力を計測し、 生産設備 1 0に電源が入 っている時間を負荷時間と特定する。 第 2センサ 2 2は、 生産設備 1 0が稼 働時間に該当する状態にあるか否か、 及び正味稼働時間に該当する状態にあ るか否かを計測する。 例えば、 第 2センサ 2 2は、 生産設備 1 0の加工部の 振動を計測し、 加工部が作動している時間を稼働時間と特定 し、 加工部がヮ —クを加工している時間を正味稼働時間と特 定する。 第 3センサ 2 3は、 エ 場 の非生産設備 1 1 （例えば、 空調設備等） の電流を計測する。

[0020] 不良品検査装置 2 4は、 生産設備 1 0が生産した製品が不良品であるか否 かを判定する装置である。 例えば、 不良品検査装置 2 4は、 撮像装置とコン ピュータとを備え、 撮像装置が生産設備 1 0が生産する製品を撮像し、 コン ピュータが撮像された画像に対してパターン マツチング処理を行うことで、 製品の検出および当該製品の良否の判定を行 う。 不良品検査装置 2 4は、 単 位時間当たりの良品数および不良品数を出力 する。

[0021 ] 送信器 2 5と受信器 2 6とは互いに無線通信により接続されている� � 当該 無線通信は工場 において用いられる無線通信とは独立した通 信である。 そ のため、 計測システム 2 0による無線通信は、 工場 の無線通信環境に干渉 しない。 送信器 2 5は、 第 1センサ 2 1の近傍に設置され、 第 1センサ 2 1 、 第 2センサ 2 2、 第 3センサ 2 3および不良品検査装置 2 4と有線で接続 される。 送信器 2 5は、 第 1センサ 2 1、 第 2センサ 2 2が計測した生産設 備 1 0に関するデータ、 第 3センサ 2 3が計測した非生産設備 1 1の電流値 、 ならびに不良品検査装置 2 4が検出した良品数および不良品数を無線通� � にて受信器 2 6に送信する。 受信器 2 6は、 送信器 2 5から受信した生産設 備 1 0に関するデータ、 非生産設備 1 1の電流値、 良品数および不良品数を 時系列として記録する。 工場評価装置 3 0は、 受信器 2 6に記録されたこれ らの時系列を取得することができる。 なお、 計測システム 2 0の構成はこれ に限られない。

[0022] 工場評価装置 3 0は、 計測システム 2 0から入力された複数の生産設備 1

0に関する複数の種類のデータの時系列に基� �いて、 生産設備 1 0の生産効 〇 2020/175084 6 卩（：171? 2020 /004710

率とエネルギー効率とに鑑みた評価値であ る総合評価値を出力する。 第 1の 実施形態においては、 利用者の指示に応じて、 工場 の過去の総合評価値の 推移および将来の総合評価値の予測結果をグ ラフとして表示する。

[0023] 《工場評価装置の構成》

図 2は、 第 1の実施形態に係る工場評価装置の構成を示� �概略ブロック図 である。

工場評価装置 3 0は、 取得部 3 0 1、 基礎データ算出部 3 0 2、 評価値特 定部 3 0 3、 総合評価部 3 0 4、 予測モデル記憶部 3 0 5、 学習部 3 0 6、 重要度特定部 3 0 7、 評価値予測部 3 0 8、 評価値出力部 3 0 9、 変更部 3 1 0、 シミュレート部 3 1 1 を備える。

[0024] 取得部 3 0 1は、 計測システム 2 0から生産設備 1 0に関するデータ、 非 生産設備 1 1の電流値、 良品数および不良品数の時系列を取得する。 取得部 3 0 1が取得するデータは、 工場の運営に係る複数種類のデータの一例で あ る。 以下、 取得部 3 0 1が取得するデータを、 工場計測データともいう。 な お、 工場計測データは、 さらに温度や湿度などの工場の運営に係る他 のデー 夕を含むものであってよい。

[0025] 基礎データ算出部 3 0 2は、 取得部 3 0 1が取得した工場計測データの時 系列に基づいて、 生産設備 1 0の負荷時間、 稼働時間、 正味稼働時間、 およ び消費電力量を算出する。 また基礎データ算出部 3 0 2は、 良品数および不 良品数の時系列に基づいて、 負荷時間の生産設備 1 〇の生産数量および良品 数を算出する。

基礎データ算出部 3 0 2は、 例えば、 計算対象となる時間帯のうち各生産 設備 1 〇の電流値から、 各生産設備 1 〇の消費電力量を算出する。 基礎デー 夕算出部 3 0 2は、 例えば、 計算対象となる時間帯のうち非生産設備 1 1の 電流値から、 各非生産設備 1 1の消費電力量を算出する。

[0026] 生産設備 1 0の稼働率は、 稼働時間を負荷時間で除算して得られる値で あ るため、 生産設備 1 0の稼働時間は、 生産設備 1 0の稼働率に係る量の一例 である。 〇 2020/175084 7 卩（：171? 2020 /004710

生産設備 1 0の効率は、 正味稼働時間を稼働時間で除算して得られる 値で あるため、 生産設備 1 0の正味稼働時間は、 生産設備 1 0の効率に係る量の —例である。

[0027] 評価値特定部 3 0 3は、 基礎データ算出部 3 0 2が算出する負荷時間、 稼 働時間、 正味稼働時間、 生産数量、 良品数、 および消費電力に基づいて、 総 合設備効率およびエネルギー原単位を算出す る。 総合設備効率は、 工場 の 稼働率に係る稼働率評価値の一例である。 またエネルギー原単位は、 工場 の消費エネルギーに係るエネルギー評価値の 一例である。

具体的には、 評価値特定部 3 0 3は、 以下の手順で総合設備効率およびエ ネルギー原単位を算出する。 評価値特定部 3 0 3は、 稼働時間を負荷時間で 除算することで各生産設備 1 0の稼働率を算出する。 評価値特定部 3 0 3は 、 正味稼働時間を稼働時間で除算することで各 生産設備 1 〇の効率を算出す る。 評価値特定部 3 0 3は、 良品数を生産数量で除算することで各生産設 備 1 〇の品質を算出する。 評価値特定部 3 0 3は、 稼働率と効率と品質とを乗 算することで、 各生産設備 1 〇の総合設備効率を算出する。 評価値特定部 3 0 3は、 消費電力量を生産数量で除算することで、 各生産設備 1 0のエネル ギー原単位を算出する。

[0028] また、 評価値特定部 3 0 3は、 すべての生産設備 1 0の消費電力量および 非生産設備 1 1の消費電力量の和を、 すべての生産設備 1 〇の生産数量の和 で除算することで、 工場 全体のエネルギー原単位を算出する。 つまり、 評 価値特定部 3 0 3は、 工場 で消費される電流値を、 工場 の生産数量で除 算することで、 工場 全体のエネルギー原単位を算出する。

[0029] 総合評価部 3 0 4は、 総合設備効率とエネルギー原単位とに基づい て、 エ 場 の運営に係る総合評価値を算出する。 総合評価部 3 0 4は、 各生産設備 1 〇の総合設備効率の平均値を、 工場 全体のエネルギー原単位で除算する ことで、 工場全体の総合評価値を算出する。 総合評価値は、 消費エネルギー が低いほど高く、 かつ稼働率が高いほど高い値である。 なお、 他の実施形態 に係る総合評価値は、 消費エネルギーが低いほど低く、 かつ稼働率が高いほ ど低いものであってもよい。 例えば、 他の実施形態に係る総合評価値は、 エ 場 F全体のエネルギー原単位を各生産設備 1 0の総合設備効率の平均値で除 算したものであってよい。

[0030] 予測モデル記憶部 3 0 5は、 一の時点における工場計測データを入力する ことで、 一の時点から一定時間後 （例えば 1週間後） の時点における総合設 備効率およびエネルギー原単位を出力するよ うに学習された学習済みモデル である予測モデルを記憶する。 本実施形態において 「学習済みモデル」 とは 、 機械学習モデルと学習済みパラメータの組み 合わせである。 機械学習モデ ルとしては、 例えばニューラルネッ トワーク、 ベイジアンネッ トワーク、 線 形回帰、 回帰木などが挙げられる。

[0031 ] 学習部 3 0 6は、 取得部 3 0 1が取得した工場計測データに基づいて、 予 測モデルを学習する。 具体的には、 学習部 3 0 6は、 過去の工場計測データ を入カサンプルとし、 入カサンプルに係る一定時間後の総合設備効 率および エネルギー原単位を出カサンプルとする学習 用データセッ トを用いて予測モ デルを学習する。 学習された予測モデルは、 予測モデル記憶部 3 0 5に記録 される。 なお、 学習部 3 0 6は、 工場評価装置 3 0と別個の装置に設けられ てもよい。 この場合、 別個の装置において学習された学習済みモデ ルが、 予 測モデル記憶部 3 0 5に記録されることとなる。

[0032] 重要度特定部 3 0 7は、 予測モデル記憶部 3 0 5が記憶する予測モデルに おける入カデータの種類別に重要度を特定す る。 重要度とは、 予測モデルに 入力される複数種類のデータそれそれが、 予測モデルの性能に寄与する度合 いを示す値である。 重要度特定部 3 0 7は、 例えば、 Permutat i on Importanc eなどの手法によって重要度を特定すること� �できる。 Permutat i on Importan ceは、 データセッ トのうち、 重要度の評価対象となるデータの値をシャッ フ ルした値を予測モデルに入力したときの出力 と、 正しいデータセッ トを入力 したときの出力との変化を観測することで、 評価対象となるデータの需要度 を特定する手法である。 なお、 データの値のシャッフルは、 評価対象のデー 夕の相関をなくすことを目的として行われる 。 〇 2020/175084 9 卩（：171? 2020 /004710

なお、 予測モデルが回帰木である場合、 重要度特定部 3 0 7は、 決定木の 変数重要度を重要度として特定してもよい。

[0033] 評価値予測部 3 0 8は、 取得部 3 0 1が取得した評価時刻に係る工場計測 データを、 予測モデル記憶部 3 0 5が記憶する予測モデルに入力することで 、 評価時刻の一定時間後に係る総合設備効率お よびエネルギー原単位を予測 する。

[0034] 評価値出力部 3 0 9は、 評価値特定部 3 0 3が特定した総合設備効率およ びエネルギー原単位に基づいて算出された工 場 全体の総合評価値、 および 評価値予測部 3 0 8が予測した総合設備効率およびエネルギー� �単位に基づ いて算出された工場 全体の総合評価値を出力する。 以下、 評価値特定部 3 0 3が特定した総合設備効率およびエネルギー� �単位に基づいて算出された 工場 全体の総合評価値を実績総合評価値ともいう 。 また、 評価値予測部 3 0 8が予測した総合設備効率およびエネルギー� �単位に基づいて算出された 工場 全体の総合評価値を、 予測総合評価値ともいう。

[0035] 変更部 3 1 0は、 取得部 3 0 1が取得した評価時刻に係る工場計測データ の一部の変更を受け付ける。

シミュレート部 3 1 1は、 変更部 3 1 0によって変更された工場計測デー 夕を予測モデル記憶部 3 0 5が記憶する予測モデルに入力することで、 運転 計画の変更後の総合設備効率およびエネルギ ー原単位を予測する。 運転計画 の変更後の総合設備効率およびエネルギー原 単位は、 修正評価値の一例であ る。

[0036] 《工場評価装置の動作》

図 3は、 第 1の実施形態に係る工場評価装置の動作を示� �フローチヤート である。

利用者が工場評価装置 3 0に総合評価値の出力指示を入力すると、 取得部 3 0 1は、 計測システム 2 0から工場計測データを取得する （ステップ 3 1

[0037] 工場評価装置 3 0は、 総合評価値の算出対象となる単位時間 （例えば、 1 〇 2020/175084 10 卩（：171? 2020 /004710

時間） ごとの時間帯を 1つずつ選択し、 選択された時間帯について、 以下の ステップ 3 3からステップ 3 1 5の処理を実行する （ステップ 3 2） 。

[0038] まず、 基礎データ算出部 3 0 2は、 取得部 3 0 1が取得した情報に基づい て、 選択した時間帯における負荷時間、 稼働時間、 正味稼働時間、 消費電力 量、 良品数、 および生産数量を算出する （ステップ 3 3） 。 次に、 評価値特 定部 3 0 3は、 基礎データ算出部 3 0 2が算出したデータに稼働時間を負荷 時間で除算することで、 選択した時間帯における各生産設備 1 0の稼働率を 算出する （ステップ 3 4） 。 評価値特定部 3 0 3は、 正味稼働時間を稼働時 間で除算することで選択した時間帯における 各生産設備 1 〇の効率を算出す る （ステップ 3 5） 。 評価値特定部 3 0 3は、 良品数を生産数量で除算する ことで選択した時間帯における各生産設備 1 〇の品質を算出する （ステップ 3 6） 。

[0039] 評価値特定部 3 0 3は、 稼働率と効率と品質とを乗算することで、 選択し た時間帯における各生産設備 1 〇の総合設備効率を算出する （ステップ 3 7 ） 。 評価値特定部 3 0 3は、 すべての生産設備 1 0の消費電力量および非生 産設備 1 1の消費電力量の和を、 すべての生産設備 1 〇の生産数量の和で除 算することで、 工場 全体のエネルギー原単位を算出する （ステップ 3 8）

。 総合評価部 3 0 4は、 各生産設備 1 0の総合設備効率の平均値を、 工場 全体のエネルギー原単位で除算することで、 工場全体の総合評価値を算出す る （ステップ3 9） 。

[0040] 上記の処理によって各時間帯に係る総合設備 効率およびエネルギー原単位 が得られると、 学習部 3 0 6は、 ステップ 3 1で取得した工場計測データの 時系列と、 ステップ 3 2からステップ 3 9で生成された総合設備効率および エネルギー原単位の時系列とに基づいて、 予測モデルの学習に用いる学習用 データセッ トを生成する （ステップ 3 1 0） 。 すなわち、 学習部 3 0 6は、 入カサンプルである工場計測データと、 出カサンプルである総合設備効率お よびエネルギー原単位とを、 一定時間ずつずらして対応付けることで、 学習 用データセッ トを生成する。 学習部 3 0 6は、 生成した学習用データセッ ト 〇 2020/175084 1 1 卩（：171? 2020 /004710

を用いて予測モデルを学習する （ステップ 3 1 1） 。 当該学習は、 バッチ学 習によってなされてもよいし、 オンライン学習によってなされてもよい。 重 要度特定部 3 0 7は、 ステップ 3 1 1で学習された予測モデルを用いて、 エ 場計測データの種類別の重要度を特定する （ステップ 3 1 2） 。

[0041 ] 次に、 評価値予測部 3 0 8は、 ステップ 3 1で取得した工場計測データの うち直近の一定時間 （例えば、 1週間） に係るものを、 単位時間ごとに抽出 し、 それぞれを予測モデルに入力することで、 現在時刻から一定時間後まで の総合設備効率およびエネルギー原単位の時 系列を予測する （ステップ 3 1 3） 。 総合評価部 3 0 4は、 ステップ 3 1 3で予測された単位時刻ごとの総 合設備効率およびエネルギー原単位に基づい て、 現在時刻から一定時間後ま での総合評価値の予測値の時系列を算出する （ステップ 3 1 4） 。

[0042] 図 4は、 第 1の実施形態に係る工場全体の総合評価値の� �示画面の例を示 す図である。

評価値出力部 3 0 9は、 図 4に示すような総合評価値の表示画面を生成� � 、 出力する （ステップ 3 1 5） 。

工場 全体の総合評価値の表示画面には、 工場 全体の総合評価値の時系 列を表すグラフと、 工場 全体のエネルギー原単位の時系列を表すグラ フと 、 工場 全体の総合設備効率の時系列を表すグラフと 、 が含まれる。 総合評 価値の時系列を表すグラフは、 縦軸に総合評価値をとり、 横軸に時刻をとる グラフである。 エネルギー原単位の時系列を表すグラフは、 縦軸にエネルギ —原単位をとり、 横軸に時刻をとるグラフである。 総合設備効率の時系列を 表すグラフは、 縦軸に総合設備効率をとり、 横軸に時刻をとるグラフである 。 各グラフのうち、 現在時刻より左側の評価値は、 ステップ 3 2からステッ プ3 9の処理によって求められた値である。 現在時刻より右側の評価値は、 ステップ 3 1 4の処理によって求められた値である。

これにより、 利用者は、 総合評価値の過去の推移と将来の予測値とを 一覧 することができる。 したがって、 利用者は、 総合評価値の予測値が計画値か ら乖離することが予測される場合に、 先んじて対策を講じることができる。 〇 2020/175084 12 卩（：171? 2020 /004710

また利用者は、 エネルギー原単位の時系列を表すグラフおよ び総合設備効 率の時系列を表すグラフを視認することで、 総合評価値が高い時や低い時に 、 その原因が生産効率にあるのか、 エネルギー効率にあるのかを容易に認識 することができる。

[0043] 図 5は、 第 1の実施形態に係る工場計測データの重要度� �表示画面の例を 示す図である。

また、 評価値出力部 3 0 9は、 図 5に示すような工場計測データの重要度 の表示画面を生成し、 出力する （ステップ 3 1 6） 。 重要度の表示画面には 、 工場計測データの項目が、 重要度の降順に並べて表示される。 各項目には 、 重要度の大きさを示すグラフと、 過去の学習毎の重要度の順位の時系列と が関連付けて表示される。

これにより、 利用者は、 工場 の運転計画の見直しにあたって、 工場計測 データの重要度の表示画面を参照することで 、 見直すべき項目の決定に役立 てることができる。 例えば、 重要度が大きい項目ほど総合評価値に与える 影 響が大きいことから、 重要度が大きい項目について改善を図ること を考える ことができる。 また、 利用者は、 現在の重要度の順位の変動を観察すること で、 工場の状態の推移を観測することができる。

[0044] 利用者は、 工場計測データの重要度の表示画面の視認後 、 工場 の運転計 画の変更後のシミュレーションを行うことが できる。 すなわち、 利用者は、 現在の工場計測データの値を変更し、 変更後の工場計測データ値に基づいて 予測モデルを用いた評価値の予測を行うこと ができる。 変更部 3 1 0は、 利 用者からステップ 3 1で取得した工場計測データの値の変更を受� �付ける （ ステップ 3 1 7） 。 シミュレート部 3 1 1は、 変更後の工場計測データを予 測モデルに入力することで、 一定時間後の総合設備効率およびエネルギー 原 単位の時系列を予測する （ステップ 3 1 8） 。 総合評価部 3 0 4は、 ステッ プ3 1 8で予測された単位時刻ごとの総合設備効率� �よびエネルギー原単位 に基づいて、 修正総合評価値を算出する （ステップ 3 1 9） 。

[0045] 図 6は、 第 1の実施形態に係る修正総合評価値の表示画� �の例を示す図で 〇 2020/175084 13 卩（：171? 2020 /004710

ある。

評価値出力部 3 0 9は、 図 6に示すような修正総合評価値の表示画面を� � 成し、 出力する （ステップ 3 2 0） 。 修正総合評価値の表示画面は、 図 4に 示す総合評価値の表示画面に、 修正総合評価値のプロッ ト？を追加したもの である。 これにより、 利用者は、 運転計画の変更の妥当性を検証することが できる。

[0046] 《作用 ·効果》

このように、 第 1 の実施形態によれば、 工場評価装置 3 0は、 予測モデル を用いて、 評価時刻における工場計測データに基づいて 、 評価時刻の一定時 間後における評価値を予測し、 出力する。 これにより、 工場評価装置 3 0は 、 工場 の運営にあたり、 将来の運営に係る評価値 （＜ I ） を予測するこ とができる。

図 7は、 第 1 の実施形態に係る工場評価装置を用いた運営 計画の見直しの 例を示す図である。 例えば、 図 7に示すように、 工場評価装置 3 0が評価時 刻において一定時間後に＜ 丨 が大きく下がること示す表示画面を生成した 場合、 工場評価装置 3 0の利用者は、 ？ 丨 の計画値と実績値との間に乖離 が生じる前ないし微小な乖離が生じた時点で 、 将来的な乖離の発生を知るこ とができる。 これにより、 利用者は対応策を取ることが可能となり、 事前な いし早期の運営計画の立て直しを行うことが できる。

[0047] また、 第 1 の実施形態によれば、 工場計測データは、 工場 の設備の稼働 率に係るデータと、 設備の消費エネルギーに係るデータとを含む 。 これによ り、 安価かつ汎用的な手法で評価値を算出するた めの工場計測データを得る ことができる。 なお、 他の実施形態においてはこれに限られず、 人手で生成 された工場 の運営に係る複数種類のデータを用いて評価 値を算出してもよ い。

[0048] また、 第 1 の実施形態によれば、 予測モデルは、 評価値として、 工場 の 消費エネルギーに係るエネルギー評価値であ るエネルギー原単位と、 工場 の稼働率に係る稼働率評価値である総合設備 効率とを出力する。 そして、 エ 〇 2020/175084 14 卩（：171? 2020 /004710

場評価装置 3 0は、 予測されたエネルギー原単位および総合設備 効率から、 総合評価値を算出する。 図 8は、 エネルギー原単位と総合設備効率から総合 評価値を求める例を示す図である。 これにより、 工場評価装置 3 0は、 エネ ルギー原単位または総合設備効率のみの個別 最適といった予測ではなく、 図 8に示すように、 総合評価値の時系列丁 3を参照することで、 全体最適を志 向した予測を実現することができる。 また、 利用者は、 エネルギー原単位の 時系列丁 1および総合設備効率の時系列丁 2を認識することで、 総合評価値 の予測に対して、 その変化の原因が生産効率にあるのか、 エネルギー効率に あるのかを容易に認識することができる。 なお、 他の実施形態においてはこ れに限られず、 予測モデルは、 直接総合評価値や他の評価値を出力するもの であつてもよい。

[0049] また、 工場評価装置 3 0は、 予測モデルにおける工場計測データの種類別 に重要度を特定し、 当該重要度を出力する。 これにより、 利用者は、 工場 の運転計画の見直しにあたって、 工場計測データの重要度の表示画面を参照 することで、 見直すべき項目の決定に役立てることができ る。 また、 工場評 価装置 3 0は、 予測モデルの更新のたびに重要度を特定し、 その時系列を出 力する。 これにより、 利用者は、 現在の重要度の順位の変動を観察すること で、 工場 の状態の推移を観測することができる。 なお、 他の実施形態にお いてはこれに限られず、 工場評価装置 3 0は、 重要度を算出しないものであ ってもよく、 また最新の重要度のみを出力するものであっ てもよい。

[0050] また、 工場評価装置 3 0は、 工場計測データの値の変更を受け付け、 変更 されたデータに基づいて修正評価値を予測す る。 これにより、 利用者は、 運 転計画の変更の妥当性を検証することができ る。 なお、 他の実施形態におい てはこれに限られず、 工場評価装置 3 0は、 工場計測データの値の変更を受 け付けなくてもよい。

[0051 ] á他の実施形態 ñ

以上、 図面を参照して一実施形態について詳しく説 明してきたが、 具体的 な構成は上述のものに限られることはなく、 様々な設計変更等をすることが 〇 2020/175084 15 卩（：171? 2020 /004710

可能である。

例えば、 他の実施形態においては、 上述の処理の順序が適宜変更されても よい。 また、 一部の処理が並列に実行されてもよい。

[0052] 上述の実施形態に係る工場評価装置 3 0は、 工場 の運営に関する評価値 として、 エネルギー原単位、 総合設備効率、 および総合評価値を算出するが 、 これに限られない。 例えば、 他の実施形態に係る工場評価装置 3 0は、 エ ネルギー原単位または総合設備効率のみを算 出してもよいし、 他の評価値を 算出してもよい。

[0053] 上述の実施形態では、 工場運営に関する評価値を予測する工場評価 装置 3

0について説明したが、 これに限られない。 例えば、 他の実施形態では、 会 社経営について同様の手法で評価値を予測し てもよい。 この場合、 評価値と して受注高や売上高などを用いることができ る。

[0054] áコンビュータ構成 ñ

図 9は、 少なくとも 1つの実施形態に係るコンピュータの構成を� �す概略 ブロック図である。

コンピュータ 9 0は、 プロセッサ 9 1、 メインメモリ 9 2、 ストレージ 9 3、 インタフエース 9 4を備える。

上述の工場評価装置 3 0は、 コンピュータ 9 0に実装される。 そして、 上 述した各処理部の動作は、 プログラムの形式でストレージ 9 3に記憶されて いる。 プロセッサ 9 1は、 プログラムをストレージ 9 3から読み出してメイ ンメモリ 9 2に展開し、 当該プログラムに従って上記処理を実行する 。 また 、 プロセッサ 9 1は、 プログラムに従って、 上述した予測モデル記憶部 3 0 5に対応する記憶領域をメインメモリ 9 2に確保する。

[0055] プログラムは、 コンビュータ 9 0に発揮させる機能の一部を実現するため のものであってもよい。 例えば、 プログラムは、 ストレージ 9 3に既に記憶 されている他のプログラムとの組み合わせ、 または他の装置に実装された他 のプログラムとの組み合わせによって機能を 発揮させるものであってもよい 。 なお、 他の実施形態においては、 コンピュータ 9 0は、 上記構成に加えて 、 または上記構成に代えて P L D (Programmable Logic Device) などのカス タム LS I (Large Scale Integrated Circuit) を備えてもよい。 P LDの 例としては、 PAL (Programmab le Array Logic)、 GAL (Gener i c Array Lo gic)、 CP LD(Complex Programmable Logic Device) _^ F P G A (Field Pr ogrammable Gate Array) が挙げられる。 この場合、 プロセッサ 9 1 によって 実現される機能の一部または全部が当該集積 回路によって実現されてよい。

[0056] ストレージ 93の例としては、 磁気ディスク、 光磁気ディスク、 半導体メ モリ等が挙げられる。 ストレージ 93は、 コンビュータ 90のバスに直接接 続された内部メディアであってもよいし、 インタフエース 94または通信回 線を介してコンピュータ 90に接続される外部メディアであってもよい� �� ま た、 このプログラムが通信回線によってコンビュ ータ 90に配信される場合 、 配信を受けたコンビュータ 90が当該プログラムをメインメモリ 92に展 開し、 上記処理を実行してもよい。 少なくとも 1つの実施形態において、 ス トレージ 93は、 一時的でない有形の記憶媒体である。

[0057] また、 当該プログラムは、 前述した機能の一部を実現するためのもので あ ってもよい。 さらに、 当該プログラムは、 前述した機能をストレージ 93に 既に記憶されている他のプログラムとの組み 合わせで実現するもの、 いわゆ る差分ファイル (差分プログラム) であってもよい。

産業上の利用可能性

[0058] 本願の上記開示によれば、 工場評価装置は、 工場の将来の運営に係る評価 値を予測することができる。

符号の説明

[0059] 1 工場評価システム

1 0 生産設備

20 計測システム

30 工場評価装置

301 取得部

302 基礎データ算出部 175084 17 卩（：171? 2020 /004710 3 評価値特定部

5 予測モデル記憶部

6 学習部

7 重要度特定部

8 評価値予測部

4 総合評価部

9 評価値出力部

1 0 変更部

1 1 シミュレート部