JP5532782B2 - トレーサビリティシステムおよび製造工程異常検出方法 - Google Patents

Description

本発明は、複数の部品を複数の工程を経て加工・組立てて製品にする製造ラインで適用されるトレーサビリティシステムおよび製造工程異常検出方法に関するものである。

トレーサビリティシステムとは、『製造情報の収集機能』、『製造情報の蓄積・管理機能』、『製造情報の表示・検索機能』、『製造情報の分析・解析機能』を有し、製造に関する不良が発生した時に原因追求を支援したり、不具合原因となった構成部品を使用する製品の波及範囲を特定することを支援したりするシステムのことである。

『製造情報の表示・検索機能』には、蓄積管理している製造履歴情報を提示する方法として、『期間指定またはロット指定にて検索を行うことで、あらかじめ定義した製造情報（複数組定義可能）を製造管理（製造指示番号など）単位に一覧表示する』、『一覧表示している製造情報項目を検索項目として絞り込む』、『一覧表示している製造情報項目を指定項目として昇順、または降順に並べ替える』といった機能があり、また、『製造情報の分析・解析機能』には、蓄積管理している製造履歴情報を単に提示するのではなく、様々な分析手法（グラフ表示など）を用いて分析を支援する機能がある。

従来のトレーサビリティシステムにおいて、当然不良データとして不良数や不良率も製造情報の一つとして収集しており、『製造情報の表示・検索機能』や『製造情報の分析・解析機能』の対象となる。

また、特開２００９−１５５３２号公報（特許文献１）のように、予め、検査結果が示す不良が重欠陥であるという条件、同じ不良が連続して発生しているという条件、および同じ不良が不連続にまたは異なる不良が連続してもしくは不連続に発生しているという条件、を設定し条件に合った検査データを取得する手法はあるが、これは取得する検査データ量（画像）を減らすことを目的にしているものであり、製造ロットなどの製造管理単位毎で僅かながらではあるが増加傾向にある不良に起因する異常の検出を容易にするという効果を奏するものではなかった。

さらに、特開２００７−１５７７８１号公報（特許文献２）では、製造ロットごとに監視不良率が増加したか否かを判定し、不良部品を特定する方法が開示されている。この方法は、不良率が標準偏差を用いた閾値を超えると異常と判定するものであった。

特開２００９−１５５３２号公報 特開２００７−１５７７８１号公報

従来のトレーサビリティシステムの『製造情報の表示・検索機能』や『製造情報の分析・解析機能』で製造情報である不良データを取り扱うと、例えば製造ロットなどの製造管理単位毎に一覧表示やグラフ表示させた場合、急に大量の不良部品が発生したときは比較的容易に検出が可能である一方、製造ロットなどの製造管理単位毎に見ると不良数はそれほど多くないが製造ロットなどの製造管理単位毎で僅かながらではあるが増加傾向にある不良は、後に重大な不良率の悪化へと繋がっていく可能性があるが、検出が困難であるという課題があった。

同様に特許文献２の例では製造ロットなどの製造管理単位毎の不良率が僅かに増加していても閾値内の数値（ばらつきの範囲内の数値）であれば異常を検出することができない。

本発明は、上記課題を解決するためになされたものであり、その目的とするところは、早期に異常を検出するトレーサビリティシステムおよび製造工程異常検出方法を提供するものである。

上記課題を解決するために、本発明は、製造工程の異常判定値として予めデータベースに登録する異常検出条件登録手段と、製造情報を前記データベースに蓄積・管理する製造情報蓄積・管理手段と、前記データベースから不良部品の不良要因毎に製造ロット単位で不良率が連続して増加したカウンタ値を取得し、該カウンタ値と前記異常判定値を比較し、異常を判定する異常判定手段と、異常判定手段の結果、異常の場合、該判定結果を利用者に提示する条件判定結果提示手段とを備え、前記製造情報蓄積・管理手段は、製造ロット単位の製造が完了した時点で製造ロット単位で製造ロットＮｏ、生産台数、各部品における不良要因毎の不良数を含む製造情報をデータベースに格納することを特徴とする。

好ましくは、前記異常判定手段は、複数の製造ロット単位の不良データ（不良数、生産台数）をもとに移動平均で求めた不良率をデータベースの記憶領域に保持し、今回移動平均の不良率が前回移動平均の不良率以上の場合は前記カウンタを１加算し、該カウンタ値と異常判定値を比較して、異常を判定する。また、今回移動平均の不良率が前回移動平均の不良率以上でない場合は前記カウンタをクリアする。

また好ましくは、前記異常判定手段は、今回製造ロットの不良率が前回製造ロットの不良率以上の場合は前記カウンタを１加算し、該カウンタ値と異常判定値を比較して、異常を判定する。また、今回製造ロットの不良率が前回製造ロットの不良率以上でない場合は前記カウンタをクリアする。

本発明により、製造ラインにおいて、製造ロットなどの製造管理単位毎に見ると不良数はそれほど多くないが製造ロットなどの製造管理単位毎で僅かながらではあるが増加傾向にある不良に起因する異常を容易に検出するのことが可能となる。

結果、後に重大な不良率の悪化へと繋がっていく可能性のある異常を早期検出し、事前対策による異常拡大防止という効果が得られる。

本発明の実施形態に係るトレーサビリティシステムの構成を示す図である。 本発明の実施形態に係る機能構成を示す図である。 本発明の実施形態に係る個別異常検出条件設定の例を示す図である。 本発明の実施形態に係るトレーサビリティシステムにより実際に収集された不良データの例を示す図である。 本発明の実施形態に係る個別の製造ロットなどの製造管理単位で不良が発生する製造工程の異常を検出するフローチャートの例を示す図である。 本発明の実施形態に係る連続増加異常検出条件設定と実際の連続増加発生ロット数カウンタと不良記憶情報の例を示す図である。 本発明の実施形態に係るトレーサビリティシステムにより実際に収集された不良データの例を示す図である。 本発明の実施形態に係る連続する製造ロットなどの製造管理単位で不良が増加しながら発生する製造工程の異常を検出するフローチャートの例を示す図である。 本発明の実施形態に係るカウンタ情報と情報記憶領域の遷移例を示す図である。

複数の部品を複数の工程を経て加工・組立てて製品にする製造ラインで適用されるトレーサビリティシステムのシステム構成図を図１に示す。
トレーサビリティシステムは、各工程（「部品製造」→「部品受入」→「組立・検査」→「製品保管」→「製品受取」など）単位に設置される、１台以上のトレース端末（１０）と呼ぶラインの各種製造情報を収集するパソコンなどのデータ収集装置と、収集した各種製造データを記憶するＤＢサーバー（２０）と、ＤＢサーバー内のデータを基にした『製造情報の表示・検索機能』や『製造情報の分析・解析機能』を提供するアプリケーションサーバーであるトレーサビリティサーバー（３０）で構成される。これらの端末とサーバー及びサーバー間は、ＬＡＮやインターネットなどのネットワーク（６０）を介して接続されている。

また、ネットワーク上にＷｅｂ端末（４０）を配置することにより、サーバー提供画面（『製造情報の表示・検索機能』や『製造情報の分析・解析機能』『閾値判定機能』）をネットワーク経由でＷｅｂ方式にて配信することを可能とする。

さらに、トレース端末（１０）は、製造設備や製造情報を収集するための製造情報入出力装置（ＲＦＩＤリーダライタ、バーコードリーダ、キーボード、タッチパネル、各種センサーなど）（５０）と接続するインタフェースを提供し、製造工程毎に収集手段を定義・カスタマイズすることにより各種製造情報入出力装置（５０）と簡単に接続することを可能とする。

図２は本発明の機能構成の一例を示した図である。
図２に示した例は、トレーサビリティサーバー（３０）に異常検出条件登録部と異常判定部及び判定結果提示部を備え、ＤＢサーバー（２０）には製造情報蓄積・管理部とデータベースを備えている。

異常検出条件登録部は異常判別値を予めＤＢに登録しておく。
異常判別部ではＤＢサーバーの製造情報蓄積・管理部経由で製造情報（不良データ）と異常判別値を取り出し、ＤＢ上の情報記憶領域を更新して異常を判定する。判定結果に応じてＤＢ上の情報記憶領域を更新し、異常判別値の条件で異常の場合は判定結果提示部に通知する。

判定結果提示部では異常判定部からの通知情報を基に異常が検出されたことをトレーサビリティシステムの利用者に提示する。
図３〜図９を基に製造ロットなどの製造管理単位における製品製造において不良部品毎の不良要因毎に発生する個別の製造工程の異常を検出する方法の実施例を説明する。

図３に示した例は、一つの製品型式において、個別の製造ロットなどの製造管理単位毎に発生する異常を検出するための設定例である。まず設定Ｎｏとして一意の数値を設定するフィールドを準備しておく。設定Ｎｏを複数設定することで、一つの製品型式において、複数の閾値条件設定が可能となる。

次に、各々の設定Ｎｏ毎に不良を検出する条件を設定していく。まず不良部品を設定する。これは、製品に組みつけられる部品の名称である。今回は、Ｒ１、Ｒ２、Ｒ３といった部品名称を意味するデータを指定した。

次に、それぞれの行の不良部品に対応する不良要因を設定する。今回は、不良Ａ、不良Ｂ、不良Ｃといった不良要因を意味するデータを指定した。今回の例のように同じ不良部品に異なる不良要因を設定したり、異なる不良部品に同じ不良要因を設定することは可能である。

次に、ここまでに設定したそれぞれの設定Ｎｏの条件毎に不良率閾値を設定する。不良率閾値とは、製造ロットなどの製造管理単位での不良率が何％以上になったら異常と判定するかを設定するものである。これらの条件は、事前（製造ロットの製造開始前）にＤＢに格納しておく。

図４に示した例は、トレーサビリティシステムにより実際に収集された不良データの例である。製造ロットなどの製造管理単位毎に、生産台数に対し、発生した不良部品、不良要因と、その不良数を表している。また、製造ロットＮｏ．１では１０００台製造して不良部品Ｒ１の不良要因Ａが1個、不良部品Ｒ２の不良要因Dが2個、製造ロットＮｏ．２では１０００台製造して不良部品Ｒ１の不良要因Ａが４個、発生したことを表している。

製造ロットなどの製造管理単位の製造が完了した時点でデータ（製造ロットＮｏ、生産台数、不良部品、不良要因、不良数）がＤＢに格納され、その時同時に不良率（不良数/生産台数×１００）も算出されＤＢに格納される。

図５は、トレーサビリティサーバー（３０）で処理される『閾値判定機能』の処理フローの一例である。
図５において、まず図３に示した、設定Ｎｏと不良部品と不良要因および不良率閾値の組合せからなる、個別異常検出条件を事前にＤＢに登録しておく（ステップ〔５０１〕）。

次に、トレーサビリティシステムで、製造ロットなどの製造管理単位のデータ収集を開始する（ステップ〔５０２〕）。
次に、トレーサビリティシステムで、製造ロットなどの製造管理単位のデータ収集を終了し、該当の製造ロットなどの製造管理単位で不良が発生した場合、図４に示した、製造ロットなどの製造管理単位と生産台数と不良部品と不良要因と不良数および不良率の組合せの不良データをＤＢに格納する（ステップ〔５０３〕）。

次に、該当の製造ロットなどの製造管理単位で不良データがＤＢに格納されたかどうか判定する。不良データがＤＢに格納されていない場合は、次のデータ収集ステップ〔５０２〕に進む（ステップ〔５０４〕）。

次に、もしも何らかの不良データのＤＢへの格納があった場合は、ステップ〔５０１〕でＤＢに登録した個別異常検出条件と、ステップ〔５０３〕でＤＢに格納した不良データを条件判定する。

例えば、図４の４１０の例の場合、図３の設定Ｎｏ．１の設定条件と不良部品がＲ１、不良要因が不良Ａで合致しているが、不良率が設定値の不良率閾値の０．４より小さい０．１なので、異常でないと判定する。

図４の４２０の例の場合、図３の設定Ｎｏ．２及びＮｏ．３とは同じ不良部品ではあるが、不良要因（不良Ｂ、不良Ｃ）の条件に合致しないので、同様に異常でないと判断する。

図４の４１０と４２０の例の場合は、異常ではないので、何も実行せず次のデータ収集ステップ〔５０２〕へ進む。
図４の４３０の例の場合、設定Ｎｏ．１の不良部品がＲ１、不良要因が不良Ａ、不良率閾値が０．４以上という設定値に合致し、異常と判定する。

図４の４３０の例の場合は異常なので、ステップ〔５０６〕へ進み（ステップ〔５０５〕）、トレーサビリティサーバー（３０）で強制的に『不良部品：Ｒ１、不良要因：不良Ａ、不良率閾値：０．４の条件に合致した異常が検出された』ことをトレーサビリティシステムの利用者に提示し、次のデータ収集ステップ〔５０２〕に進む。

更に、イントラネット上に配置したWeb端末（４０）へも同様に、ネットワーク経由でＷｅｂ方式にてサーバー提供画面機能で強制的に『不良部品：Ｒ１、不良要因：不良Ａ、不良率閾値：０．４の条件に合致した異常が検出された』ことを配信することでトレーサビリティシステムの利用者に提示する（ステップ〔５０６〕）。

次に、複数の製造ロットなどの製造管理単位で連続して増加しながら発生する製造工程の異常を検出する方法の実施例を説明する。
図６の設定は、図３に示した個別の製造ロットの異常検出条件設定に加え、更に、各設定Noの条件毎に、不良部品毎の不良要因毎の、複数の製造ロットで連続した不良増加発生により異常判定する閾値を追加している。

また、各設定Ｎｏの条件毎に実際に連続して不良が増加しながら発生したロットの件数をカウントする連続不良増加発生ロット数カウンタと、連続した製造ロットの不良率の増加傾向を分析するために、連続した複数の製造ロット（図６では、３個分の製造ロットとしている）の不良率と不良率移動平均を記憶しておくための情報記憶領域をＤＢ上に設けておく。

カウンタは初期値として０クリアしておき、各種情報記憶領域は総て０を初期値設定しておく。
例えば、今回、移動平均の計算方法には単純移動平均（直近ｎ個のデータの重み付けがない単純な平均）を用いることとし、ｎ＝３と設計しておく。

図７に示した例は、トレーサビリティシステムにより実際に収集された不良データの例である。製造ロットなどの製造管理単位毎に、生産台数に対し、発生した不良部品、不良要因と、その不良数を表している。

また、製造ロットＮｏ．１では１０００台製造して不良部品Ｒ１の不良要因Ａが１個、不良部品Ｃ２の不良要因Ｅが２個、製造ロットＮｏ．２では１０００台製造して不良部品Ｒ１の不良要因Ａが２個、不良部品Ｃ２の不良要因Ｅが３個、製造ロットＮｏ．３では１０００台製造して不良部品Ｒ１の不良要因Ａが３個、不良部品Ｃ２の不良要因Ｅが１個、製造ロットＮｏ．４では１０００台製造して不良部品Ｒ１の不良要因Ａが２個、不良部品Ｃ２の不良要因Ｅが１個、製造ロットＮｏ．５では１０００台製造して不良部品Ｒ１の不良要因Ａが３個、不良部品Ｃ２の不良要因Ｅが１個、発生したことを表している。

製造ロットなどの製造管理単位の製造が完了した時点でデータがＤＢに格納され、その時同時に不良率（不良数/生産台数×１００）も算出されＤＢに格納される。
図８は、トレーサビリティサーバー（３０）で処理される、連続した複数の製造ロットで不良が増加傾向にあるかどうかを判定するための『閾値判定機能』の処理フローの一例である。

また、図９は、図７の収集データに対して図８の処理フローを説明する時の各製造ロットの進みに対応した、カウンタ及び情報記憶領域の値の変化を示す例である。
図８において、まず図３と同様の、設定Ｎｏと不良部品と不良要因と不良率閾値の項目からなる個別異常検出条件と、図６で追加した、設定Ｎｏと不良部品と不良要因と不良率閾値と連続不良増加発生ロット数閾値の項目からなる連続増加異常検出条件を製品型式毎に、事前（製造ロットの製造開始前）にＤＢに登録しておく。（ステップ〔８０１〕）
次に、トレーサビリティシステムで、製造ロットなどの製造管理単位のデータ収集を開始する。（ステップ〔８０２〕）
次に、トレーサビリティシステムで、製造ロットなどの製造管理単位のデータ収集を終了し、該当の製造ロットなどの製造管理単位で不良が発生した場合、図７に示した、製造ロットなどの製造管理単位と生産台数と不良部品と不良要因と不良数および不良率の項目からなる不良データをＤＢに格納する。（ステップ〔８０３〕）
次に、該当の製造ロットなどの製造管理単位で不良データがＤＢに格納されたかどうか判定する。不良データがＤＢに格納されていない場合は、そのままステップ〔８０６〕へ進む。（ステップ〔８０４〕）
もしも何らかの不良データのＤＢへの格納があった場合は、ステップ〔８０１〕でＤＢに登録した個別異常検出条件と、ステップ〔８０３〕でDBに格納した不良データを条件判定する。

例えば、製造ロットＮｏ．１で、図７の７１０の例が収集された場合、図３の設定Ｎｏ．１の設定条件と不良部品がＲ１、不良要因が不良Ａで合致しているが、不良率が設定値の不良率閾値の０．４より小さい０．１なので、異常でないと判定され、そのままステップ〔８０６〕へ進む。（ステップ〔８０５〕）
次に、ステップ〔８０６〕において、ＤＢ上の情報記憶領域を更新する。まず、不良率のデータを更新する。その場合、情報記憶領域の不良率を格納する領域３箇所に、製造ロットなどの製造管理単位での直近３ロット分の該当する不良率を格納する。

製造ロットＮｏ．１で、図７の７１０の例が収集された場合、図９に示したように、設定Ｎｏ．１の２個前のロットの不良率に０．０を、１個前のロットの不良率に０．０を格納し、最新のロットの不良率に０．１を格納する。

更に、不良率移動平均[今回]に格納されている移動平均情報である０．００を、不良率移動平均[前回]に格納し、不良率移動平均[今回]には、新たに２個前のロットの不良率０．０と１個前のロットの不良率０．０と最新のロットの不良率０．１から算出した０．０３を格納し、ステップ〔８０７〕へ進む。（ステップ〔８０６〕）
次に、ステップ〔８０７〕において、ＤＢ上の情報記憶領域に格納された不良率移動平均による異常判定を行う。ここで、不良率移動平均[今回]の値が不良率移動平均[前回]以上ならば、異常であると判定し、それ以外ならば異常でないと判定する。

製造ロットＮｏ．１で、図７の７１０の例で収集された場合、設定Ｎｏ．１の不良率移動平均[今回]の値が０．０３となり、不良率移動平均[前回]の値である０．００以上であるので異常と判定し、ステップ〔８０８〕へ進む。

ここでもし総ての設定Ｎｏに対して異常でないと判定された場合、連続不良増加発生ロット数カウンタを総て０クリアして、次のデータ収集ステップ〔８０２〕へ進む。（ステップ〔８０７〕）
次に、ステップ〔８０８〕において、異常該当の連続増加不良発生ロット数カウンタを＋１し、異常該当しない他の連続不良増加発生ロット数カウンタを０クリアし、ステップ〔８０９〕へ進む。

例えば、製造ロットＮｏ．１で、図７の７１０の例が収集された場合、図９に示したように、設定Ｎｏ．１のカウンタのみ＋１し、設定Ｎｏ．２〜４のカウンタは、異常無しで該当しないので０クリアする。（ステップ〔８０８〕）
次に、ステップ〔８０９〕において、ステップ〔８０１〕でＤＢに登録した連続増加異常検出条件による異常判定を行う。

例えば、製造ロットＮｏ．１で、図７の７１０の例が収集された場合、設定Ｎｏ．１の連続不良増加発生ロット数カウンタは１であり、設定Ｎｏ．１の連続不良増加発生ロット数閾値５より小さいので、異常でないと判定し、次のデータ収集ステップ〔８０２〕に進む。

次の製造ロットＮｏ．２で、図７の７３０の例が収集された場合、同様にして、図９に示したように、ステップ〔８０６〕において、ＤＢ上の情報記憶領域を更新する。２個前のロットの不良率に０．０を、１個前のロットの不良率に０．１を格納し、最新のロットの不良率に０．２を格納する。

更に、不良率移動平均[今回]に格納されている移動平均情報である０．０３を、不良率移動平均[前回]に格納し、不良率移動平均[今回]には、新たに２個前のロットの不良率０．０と１個前のロットの不良率０．１と最新のロットの不良率０．２から算出した０．１０を格納する。

ステップ〔８０７〕で、不良率移動平均[今回]の値が０．１０で、不良率移動平均[前回]の値である０．０３以上であるので異常と判定する。
ステップ〔８０８〕では、図８に示したように、設定Ｎｏ．１のカウンタのみ＋１することで連続増加不良発生ロット数カウンタが２となり、ステップ〔８０９〕では、連続不良増加発生ロット数カウンタが２なので、設定Ｎｏ．１の連続不良増加発生ロット数閾値５より小さいので異常でないと判定し、再びステップ〔８０２〕へ進む。

次の製造ロットＮｏ．３で、図７の７５０の例が収集された場合、同様にして、図９に示したように、ステップ〔８０６〕において、ＤＢ上の情報記憶領域を更新する。２個前のロットの不良率に０．１を、１個前のロットの不良率に０．２を格納し、最新のロットの不良率に０．３を格納し、更に、不良率移動平均[今回]に格納されている移動平均情報である０．１０を、不良率移動平均[前回]に格納し、不良率移動平均[今回]には、新たに２個前のロットの不良率０．１と１個前のロットの不良率０．２と最新のロットの不良率０．３から算出した０．２０を格納する。

ステップ〔８０７〕で、不良率移動平均[今回]の値が０．２０で、不良率移動平均[前回]の値である０．１０以上であるので異常と判定し、ステップ〔８０８〕では、図９に示したように、設定Ｎｏ．１のカウンタのみ＋１することで連続増加不良発生ロット数カウンタが３となり、ステップ〔８０９〕では、連続不良増加発生ロット数カウンタが３なので、設定Ｎｏ．１の連続不良増加発生ロット数閾値５より小さいので異常でないと判定し、再びステップ〔８０２〕へ進む。

次の製造ロットＮｏ．４で、図７の７７０の例が収集された場合、同様にして、図９に示したように、ステップ〔８０６〕において、ＤＢ上の情報記憶領域を更新する。２個前のロットの不良率に０．２を、１個前のロットの不良率に０．３を格納し、最新のロットの不良率に０．２を格納する。

更に、不良率移動平均[今回]に格納されている移動平均情報である０．２０を、不良率移動平均[前回]に格納し、不良率移動平均[今回]には、新たに２個前のロットの不良率０．２と１個前のロットの不良率０．３と最新のロットの不良率０．２から算出した０．２３を格納し、ステップ〔８０７〕で、不良率移動平均[今回]の値が０．２３で、不良率移動平均[前回]の値である０．２０以上であるので異常と判定する。

ステップ〔８０８〕では、図８に示したように、設定Ｎｏ．１のカウンタのみ＋１することで連続増加不良発生ロット数カウンタが４となる。
ステップ〔８０９〕では、連続不良増加発生ロット数カウンタが４なので、設定Ｎｏ．１の連続不良増加発生ロット数閾値５より小さいので異常でないと判定し、再びステップ〔８０２〕へ進む。

次の製造ロットＮｏ．５で、図７の７９０の例が収集された場合、同様にして、図９に示したように、ステップ〔８０６〕において、ＤＢ上の情報記憶領域を更新する。２個前のロットの不良率に０．３を、1個前のロットの不良率に０．２を格納し、最新のロットの不良率に０．３を格納する。

更に、不良率移動平均[今回]に格納されている移動平均情報である０．２３を、不良率移動平均[前回]に格納し、不良率移動平均[今回]には、新たに２個前のロットの不良率０．３と１個前のロットの不良率０．２と最新のロットの不良率０．３から算出した０．２７を格納し、ステップ〔８０７〕で、不良率移動平均[今回]の値が０．２７で、不良率移動平均[前回]の値である０．２３以上であるので異常と判定する。

ステップ〔８０８〕では、図９に示したように、設定Ｎｏ．１のカウンタのみ＋１することで連続増加不良発生ロット数カウンタが5となり、ステップ〔８０９〕では、連続不良増加発生ロット数カウンタが５なので、設定Ｎｏ．１の連続不良増加発生ロット数閾値５以上という条件を満たすこととなり、異常と判定し、ステップ〔８１０〕に進む。（ステップ〔８０９〕）
次に、ステップ〔８１０〕において、図７の７１０、７３０、７５０、７７０、７９０の例のように連続した製造ロットでそれほど多くないが製造ロットなどの製造管理単位毎に連続して不良が発生したことにより異常と判定された場合、トレーサビリティサーバー（３０）で強制的に『不良部品：Ｒ１、不良要因：不良Ａ、連続不良増加発生ロット数閾値：５の条件に合致した異常が検出された』ことをトレーサビリティシステムの利用者に提示する。

更に、イントラネット上に配置したＷｅｂ端末（４０）へも同様に、ネットワーク経由でＷｅｂ方式にてサーバー提供画面機能で強制的に『不良部品：Ｒ１、不良要因：不良Ａ、連続不良増加発生ロット数閾値：５の条件に合致した異常が検出された』ことを配信してトレーサビリティシステムの利用者に提示する。（ステップ〔８１０〕）
今回の実施例では、異常の増加傾向の判定手法として単純移動平均を例としたが、個々の不良率に異なる重みをつけて平均を計算する加重移動平均や指数移動平均など他の移動平均を用いて判定したり、単純に前回と今回の不良率の増減を比較し判定するといった、他の判定手法も考えられる。

１０ トレース端末
２０ ＤＢサーバー
３０ トレーサビリティサーバー
４０ Ｗｅｂ端末
５０ 製造情報入出力装置
６０ ネットワーク

Claims (4)

1. 複数の製造工程を経て複数部品を加工・組立てて製品にする製造ラインで適用されるト
   レーサビリティシステムにおいて、
   前記製造工程の異常判定値として予めデータベースに登録する異常検出条件登録手段と、
   製造情報を前記データベースに蓄積・管理する製造情報蓄積・管理手段と、
   前記データベースから不良部品の不良要因毎に製造ロット単位で不良率が連続して増加
   したカウンタ値を取得し、該カウンタ値と前記異常判定値を比較し、異常を判定する異常
   判定手段と、
   異常判定手段の結果、異常の場合、該判定結果を利用者に提示する条件判定結果提示手
   段とを備え、
   前記製造情報蓄積・管理手段は、製造ロット単位の製造が完了した時点で製造ロット単位で製造ロットＮｏ、生産台数、各部品における不良要因毎の不良数を含む製造情報をデータベースに格納することを特徴とするトレーサビリティシステム。
2. 前記異常判定手段は、複数の製造ロット単位の不良データ（不良数、生産台数）をもと
   に移動平均で求めた不良率をデータベースの記憶領域に保持し、今回移動平均の不良率が
   前回移動平均の不良率以上の場合は前記カウンタ値を１加算し、該カウンタ値と異常判定
   値を比較して、異常を判定することを特徴とする請求項１に記載のトレーサビリティシス
   テム。
3. 前記異常判定手段は、今回製造ロットの不良率が前回製造ロットの不良率以上の場合は
   前記カウンタ値を１加算し、該カウンタ値と異常判定値を比較して、異常を判定すること
   を特徴とする請求項１に記載のトレーサビリティシステム。
4. 複数の製造工程を経て複数部品を加工・組立てて製品にする製造ラインで適用されるト
   レーサビリティシステムにおける製造工程異常検出方法であって、
   製造ロット単位で製造ロットＮｏ、生産台数、各部品における不良要因毎の不良数を含む製造情報が蓄積・管理されているデータベースから不良部品の不良要因毎に製造ロット単位で不良率が連続して増加したカウンタ値を取得し、該カウンタ値と異常判定値を比較して異常を判定し、
   判定結果が、異常の場合、判定結果を利用者に提示することを特徴とする製造工程異常
   検出方法。