单元控制系统、生产系统以及控制方法与流程

本发明涉及一种对具有多个制造机械的制造单元进行控制的单元控制系统、生产系统、控制方法以及控制程序。

背景技术：

在以往的生产系统中，由进行生产计划的上级计算机执行企业资源计划和供应链管理，由制造执行系统对要制造的产品、产品数量、交货期、要使用的制造机械以及进行制造的工厂等进行计划。即，制造现场的作业者基于由上级计算机制定的制造计划来使制造装置运转以制造产品。另外，制造现场的作业者将制造装置的作业信息、产品的制造实绩等发送到上级计算机的制造执行系统，由此进行质量管理、工序管理等。

例如，如国际公开第2007/105298号所记载的那样存在以下方法：使用品种对象、作业对象来制作工序信息，基于工序信息和资源对象来制作分配信息。

再例如，如日本特开2004-62276号公报所记载的那样存在以下方法：以预先设定的周期来定期地收集机床或测定装置的设备信息，将收集到的设备信息与收集时刻相关联地累积在数据库中，并发送到外部装置。

技术实现要素：

近年来，由于市场需求的多样化、产品生命周期的短期化、全球市场上的竞争的激化，产品品种增多，并且销售量的变动增大。因此，要求应对变种变量生产，以能够与市场的要求动态地连动来制造产品。

因此，利用如下的灵活的单元生产方式：将多个制造机械集中为一个制造单元，按工序以制造单元为单位来进行制造。在灵活的单元生产方式中，能够利用一个制造单元生产多个品种，还能够与生产量相应地增减制造单元 的数量，并且，还能够与要制造的品种的变化相应地变更制造单元内的结构。

然而，在灵活的单元生产方式中，频繁地进行制造单元内的制造机械的更换和制造单元的追加及删除，因此需要与其相应地变更上级计算机的制造执行系统，并重新制定制造计划。另外，在灵活的单元生产方式中，利用一个制造单元生产多个品种，并且频繁地变更要生产的品种，因此制造现场的作业者需要为此而频繁地进行换产调整作业。因而，在灵活的单元生产方式中，要求高效且无错误地对制造单元进行控制。因此，用于高效且无错误地控制制造单元的操作员、程序员的负担增大。例如，表示多个制造机械制造多个产品的制造状态的、用于控制的以制造单元为单位的信息一般来说容量变得非常大。因此，决定什么样的信息适于表示制造状态的特征、还有决定为了压缩信息量而期望进行什么样的处理这本身就很难。

并且，在灵活的单元生产方式中，利用多个制造单元制造相同的产品，或者频繁地更换要使用的制造机械，因此，如果对各制造机械的作业信息、制造实绩个别地进行分析则难以适当地执行质量管理、工序管理。例如，即使决定了高效地控制制造单元的方法，若产品的种类、规格、制造数量、交货期等发生超过预期的变化，则也不能说所决定的控制方法是高效的。若每次都变更控制方法，则操作员、程序员的负担只会增大。

因而，本发明的目的在于提供一种能够高效且无错误地控制具有多个制造机械的制造单元的单元控制系统、生产系统、控制方法以及控制程序。

另外，本发明的其它目的在于提供一种在利用具有多个制造机械的制造单元的情况下能够适当地执行质量管理和工序管理的单元控制系统、生产系统、控制方法以及控制程序。

单元控制系统具有：通信装置，其与制造单元进行通信，该制造单元具有用于制造产品的多个制造机械；获取部，其获取与产品的制造有关的以制造单元为单位的第一制造信息；第一生成部，其基于第一制造信息来生成多个第二制造信息，该第二制造信息对应于多个制造机械中的每一个制造机械；发送部，其将多个第二制造信息中的各第二制造信息经由通信装置发送 到多个制造机械中的各制造机械；接收部，其经由通信装置从多个制造机械中的各制造机械接收与第二制造信息对应的与每个制造机械的信息有关的第三制造信息；第二生成部，其基于来自多个制造机械的多个第三制造信息来生成以制造单元为单位的第四制造信息；以及输出部，其输出第四制造信息。

也可以是，制造机械包括：加工机、机器人、PLC、输送机、测量器、试验装置、压力机、压入器、印刷机、压铸机、注射成型机、食品机械、包装机、焊接机、清洗机、涂装机、组装装置、安装机、木工机械、密封装置或切割机。

也可以是，第一制造信息是以制造单元为单位的表示产品的制造计划的制造计划信息，第二制造信息是以制造机械为单位的表示产品的制造指示的制造指示信息。

也可以是，第三制造信息是以制造机械为单位的表示产品的制造实绩的制造实绩信息，第四制造信息是以制造单元为单位的表示产品的制造实绩的制造实绩信息。

也可以是，单元控制系统由一个或多个单元控制装置构成。

也可以是，通信装置还与生产计划装置进行通信，该生产计划装置对产品的制造进行计划，获取部经由通信装置从生产计划装置接收第一制造信息，由此获取第一制造信息，输出部将第四制造信息经由通信装置发送到生产计划装置，由此输出第四制造信息。

也可以是，通信装置还与第二单元控制系统进行通信，该第二单元控制系统与单元控制系统不同，获取部还从生产计划装置接收与同第二单元控制系统进行通信的第二制造单元对应的、与产品的制造有关的以制造单元为单位的第五制造信息，发送部还将第五制造信息经由通信装置发送到第二单元控制系统，接收部还经由通信装置从第二单元控制系统接收第二制造单元基于第五制造信息而生成的以制造单元为单位的第六制造信息，输出部还将第六制造信息发送到生产计划装置。

另外，生产系统具有上述的单元控制系统和制造单元。

另外，生产系统具有上述的单元控制系统、制造单元、第二单元控制系统以及第二制造单元，其中，第二单元控制系统具有：第二通信装置，其与第二制造单元和单元控制系统进行通信；第二获取部，其经由第二通信装置从单元控制系统接收第五制造信息；第三生成部，其基于第五制造信息来生成多个第七制造信息，该第七制造信息对应于第二制造单元所具有的多个制造机械中的每一个制造机械；第二发送部，其将多个第七制造信息中的各第七制造信息经由第二通信装置发送到第二制造单元所具有的多个制造机械中的各制造机械；第二接收部，其经由第二通信装置从第二制造单元所具有的多个制造机械中的各制造机械接收与第七制造信息对应的与每个制造机械的信息有关的第八制造信息；第四生成部，其基于来自第二制造单元所具有的多个制造机械的多个第八制造信息来生成第六制造信息；以及第二输出部，其将第六制造信息发送到单元控制系统。

另外，被装入到具有用于制造产品的多个制造机械的制造单元内的第一制造机械中的单元控制系统具有：通信装置，其与制造单元内的除第一制造机械以外的第二制造机械进行通信；获取部，其获取与产品的制造有关的以制造单元为单位的第一制造信息；第一生成部，其基于第一制造信息来生成第二制造信息和第三制造信息，该第二制造信息是与第一制造机械对应的与每个制造机械的信息有关的信息，该第三制造信息是与第二制造机械对应的与每个制造机械的信息有关的信息；发送部，其将第三制造信息经由通信装置发送到第二制造机械；机械控制部，其基于第二制造信息来控制第一制造机械，生成与第二制造信息对应的与每个制造机械的信息有关的第四制造信息；接收部，其经由通信装置从第二制造机械接收与第三制造信息对应的与每个制造机械的信息有关的第五制造信息；第二生成部，其基于第四制造信息和第五制造信息来生成以制造单元为单位的第六制造信息；以及输出部，其输出第六制造信息。

另外，被装入到具有用于制造产品的多个制造机械的制造单元内的第一 制造机械中的单元控制系统具有：通信装置，其与在制造单元内的除第一制造机械以外的第二制造机械中装入的、除单元控制系统以外的第二单元控制系统进行通信；获取部，其获取与产品的制造有关的以制造单元为单位的第一制造信息；发送部，其将第一制造信息经由通信装置发送到第二单元控制系统；第一生成部，其基于第一制造信息来生成与第一制造机械对应的与每个制造机械的信息有关的第二制造信息；机械控制部，其基于第二制造信息来控制第一制造机械，生成与第二制造信息对应的与每个制造机械的信息有关的第三制造信息；接收部，其经由通信装置从第二单元控制系统接收基于第一制造信息而生成的与以制造单元为单位的信息有关的第四制造信息；第二生成部，其基于第三制造信息和第四制造信息来生成以制造单元为单位的第五制造信息；以及输出部，其输出第五制造信息。

也可以是，通信装置还与生产计划装置进行通信，该生产计划装置对产品的制造进行计划，获取部经由通信装置从生产计划装置接收第一制造信息，由此获取第一制造信息，输出部将第五制造信息经由通信装置发送到生产计划装置，由此输出第五制造信息。

也可以是，单元控制系统由一个或多个单元控制装置构成。

另外，生产系统具有制造单元，该制造单元具有包括装入有上述的单元控制系统的第一制造机械在内的多个制造机械。

另外，生产系统具有制造单元，该制造单元具有包括装入有上述的单元控制系统的第一制造机械在内的多个制造机械，第二单元控制系统具有：第二通信装置，其与单元控制系统进行通信；第二获取部，其经由第二通信装置从单元控制系统接收第一制造信息；第三生成部，其基于第一制造信息来生成与第二制造机械对应的与每个制造机械的信息有关的第六制造信息；第二机械控制部，其基于第六制造信息来控制第二制造机械，生成与第二制造机械对应的与每个制造机械的信息有关的第七制造信息；第四生成部，其基于第七制造信息来生成第四制造信息；以及第二输出部，其将第四制造信息经由第二通信装置发送到单元控制系统。

也可以是，还具有第二制造单元，该第二制造单元与制造单元不同，且具有多个制造机械，在第二制造单元内的第三制造机械中，装入有与单元控制系统和第二单元控制系统不同的第三单元控制系统，第三单元控制系统具有：第三通信装置，其与第二制造单元进行通信，并且与单元控制系统或第二单元控制系统进行通信；第三获取部，其经由第三通信装置从单元控制系统或第二单元控制系统接收与第二制造单元对应的、与产品的制造有关的以制造单元为单位的第八制造信息；第五生成部，其基于第八制造信息来生成与第三制造机械对应的与每个制造机械的信息有关的第九制造信息；第三机械控制部，其基于第九制造信息来控制第三制造机械，生成与第三制造机械对应的与每个制造机械的信息有关的第十制造信息；第六生成部，其基于第十制造信息来生成基于第二制造单元的以制造单元为单位的第十一制造信息；以及第三输出部，其将第十一制造信息经由第三通信装置发送到单元控制系统或第二单元控制系统。

另外，具有与具有用于制造产品的多个制造机械的制造单元进行通信的通信装置的单元控制系统的控制方法包括：获取与产品的制造有关的以制造单元为单位的第一制造信息；基于第一制造信息来生成多个第二制造信息，该第二制造信息对应于多个制造机械中的每一个制造机械；将多个第二制造信息中的各第二制造信息经由通信装置发送到多个制造机械中的各制造机械；经由通信装置从多个制造机械中的各制造机械接收与第二制造信息对应的与每个制造机械的信息有关的第三制造信息；基于来自多个制造机械的多个第三制造信息来生成以制造单元为单位的第四制造信息；以及输出第四制造信息。

另外，具有与具有用于制造产品的多个制造机械的制造单元进行通信的通信装置的单元控制系统的控制程序使单元控制系统执行如下处理：获取与产品的制造有关的以制造单元为单位的第一制造信息；基于第一制造信息来生成多个第二制造信息，该第二制造信息对应于多个制造机械中的每一个制造机械；将多个第二制造信息中的各第二制造信息经由通信装置发送到多个 制造机械中的各制造机械；经由通信装置从多个制造机械中的各制造机械接收与第二制造信息对应的与每个制造机械的信息有关的第三制造信息；基于来自多个制造机械的多个第三制造信息来生成以制造单元为单位的第四制造信息；以及输出第四制造信息。

另外，被装入到具有用于制造产品的多个制造机械的制造单元内的第一制造机械中的、具有与制造单元内的除第一制造机械以外的第二制造机械进行通信的通信装置的单元控制系统的控制方法包括：获取与产品的制造有关的以制造单元为单位的第一制造信息；基于第一制造信息来生成第二制造信息和第三制造信息，该第二制造信息是与第一制造机械对应的与每个制造机械的信息有关的信息，该第三制造信息是与第二制造机械对应的与每个制造机械的信息有关的信息；将第三制造信息经由通信装置发送到第二制造机械；基于第二制造信息来控制第一制造机械，生成与第二制造信息对应的与每个制造机械的信息有关的第四制造信息；经由通信装置从第二制造机械接收与第三制造信息对应的与每个制造机械的信息有关的第五制造信息；基于第四制造信息和第五制造信息来生成以制造单元为单位的第六制造信息；以及输出第六制造信息。

另外，被装入到具有用于制造产品的多个制造机械的制造单元内的第一制造机械中的、具有与制造单元内的除第一制造机械以外的第二制造机械进行通信的通信装置的单元控制系统的控制程序使单元控制系统执行如下处理：获取与产品的制造有关的以制造单元为单位的第一制造信息；基于第一制造信息来生成第二制造信息和第三制造信息，该第二制造信息是与第一制造机械对应的与每个制造机械的信息有关的信息，该第三制造信息是与第二制造机械对应的与每个制造机械的信息有关的信息；将第三制造信息经由通信装置发送到第二制造机械；基于第二制造信息来控制第一制造机械，生成与第二制造信息对应的与每个制造机械的信息有关的第四制造信息；经由通信装置从第二制造机械接收与第三制造信息对应的与每个制造机械的信息有关的第五制造信息；基于第四制造信息和第五制造信息来生成以制造单元 为单位的第六制造信息；以及输出第六制造信息。

另外，被装入到具有用于制造产品的多个制造机械的制造单元内的第一制造机械中的、具有与被装入到制造单元内的除第一制造机械以外的第二制造机械中的、除单元控制系统以外的第二单元控制系统进行通信的通信装置的单元控制系统的控制方法包括：获取与产品的制造有关的以制造单元为单位的第一制造信息；将第一制造信息经由通信装置发送到第二单元控制系统；基于第一制造信息来生成与第一制造机械对应的与每个制造机械的信息有关的第二制造信息；基于第二制造信息来控制第一制造机械，生成与第二制造信息对应的与每个制造机械的信息有关的第三制造信息；经由通信装置从第二单元控制系统接收基于第一制造信息而生成的与以制造单元为单位的信息有关的第四制造信息；基于第三制造信息和第四制造信息来生成以制造单元为单位的第五制造信息；以及输出第五制造信息。

另外，被装入到具有用于制造产品的多个制造机械的制造单元内的第一制造机械中的、具有与被装入到制造单元内的除第一制造机械以外的第二制造机械中的、除单元控制系统以外的第二单元控制系统进行通信的通信装置的单元控制系统的控制程序使单元控制系统执行：获取与产品的制造有关的以制造单元为单位的第一制造信息；将第一制造信息经由通信装置发送到第二单元控制系统；基于第一制造信息来生成与第一制造机械对应的与每个制造机械的信息有关的第二制造信息；基于第二制造信息来控制第一制造机械，生成与第二制造信息对应的与每个制造机械的信息有关的第三制造信息；经由通信装置从第二单元控制系统接收基于第一制造信息而生成的与以制造单元为单位的信息有关的第四制造信息；基于第三制造信息和第四制造信息来生成以制造单元为单位的第五制造信息；以及输出第五制造信息。

并且，上述的单元控制系统的第一生成部和第二生成部也可以具有学习器。学习器基于来自生产计划装置的与产品的制造有关的以制造单元为单位的第一制造信息，来生成对应于制造单元的多个制造机械中的每一个制造机械的第二制造信息，以及/或者基于来自多个制造机械中的各制造机械的与第 二制造信息对应的与每个制造机械的信息有关的第三制造信息，来生成以制造单元为单位的第四制造信息。既可以将第一制造信息至第四制造信息全部利用，也可以利用一部分，还可以进一步扩展用作输入的信息。例如，也可以是，第一生成部中设置的第一学习器以第一制造信息为输入来生成第二制造信息，并且将第三制造信息的一部分用作输入。另外，也可以是，第二生成部中设置的第二学习器以第三制造信息为输入来生成第四制造信息，并且将第一制造信息的一部分用作输入。关于第一学习器和第二学习器，既可以仅设置其中一个也可以两个都设置。

单元控制系统的外部的装置无需识别各个制造机械，仅处理以制造单元为单位的制造信息就能够进行与制造有关的管理。因而，单元控制系统能够高效且无错误地控制制造单元，并且能够适当地执行质量管理和工序管理。

附图说明

通过参照以下的附图会更明确地理解本发明。

图1是表示基于第一实施方式的生产系统1的概要结构的一例的图。

图2是表示单元控制系统20的概要结构的一例的图。

图3A是表示制造单元表的数据结构的一例的图。

图3B是表示状态表的数据结构的一例的图。

图3C是表示制造机械表的数据结构的一例的图。

图4是表示制造管理信息表的数据结构的一例的图。

图5是表示制造单元控制处理的动作的流程图。

图6A是表示制造计划信息的数据格式的一例的图。

图6B是表示制造指示信息的数据格式的一例的图。

图6C是表示制造实绩信息的数据格式的一例的图。

图7是表示基于第二实施方式的生产系统2的概要结构的一例的图。

图8是表示单元控制系统22的概要结构的一例的图。

图9是表示制造单元控制处理的动作的流程图。

图10是表示基于第三实施方式的生产系统3的概要结构的一例的图。

图11是表示单元控制系统24的概要结构的一例的图。

图12是表示制造单元控制处理的动作的流程图。

图13是表示单元控制系统的其它例的概要结构图。

图14是表示基于第四实施方式的生产系统的概要结构的一例的图。

图15是表示单元控制系统的概要结构的一例的图。

图16是学习器的原理框图。

图17是表示第四实施方式的第一学习器中的机器学习方法的动作流程的流程图。

图18是第四实施方式中的应用了强化学习的第一学习器的原理框图。

图19是表示第一学习器中的应用了强化学习的机器学习方法的动作流程的流程图。

图20是表示第一学习器的原理框图。

图21是表示应用了强化学习的第一学习器进行学习的动作流程的流程图。

图22是表示神经元的模型的示意图。

图23是表示具有D1～D3这3层权重的神经网络的示意图。

图24A是表示第二学习器的结构的图。

图24B是表示第二学习器的在外部的训练时的结构的图。

具体实施方式

下面，参照附图来说明本发明的各种实施方式。其中，需要注意的是，本发明的技术范围并不限定于这些实施方式，而涵盖权利要求书所记载的发明及其等同物。

(第一实施方式)

图1是表示基于第一实施方式的生产系统1的概要结构的一例的图。

生产系统1具有生产计划装置10、多个单元控制系统20、21以及多个制 造单元30、31。例如，生产计划装置10配置于企业的基地等，各单元控制系统20、21和各制造单元30、31配置于制造产品的工厂等。

在生产系统1中，生产计划装置10与单元控制系统20经由例如因特网等网络而连接。另外，单元控制系统20与单元控制系统21、单元控制系统20与制造单元30、以及单元控制系统21与制造单元31分别经由例如内联网(Intranet)等网络而连接。

生产计划装置10是对产品的制造进行计划的装置，例如是服务器或个人计算机等。生产计划装置10具有企业资源管理功能和供应链管理功能，存储企业整体的经营资源，并且存储从产品的制造到销售的各工序中的信息。另外，生产计划装置10存储被配置于各制造场所(工厂)的制造单元的名称(制造单元名)、各单元所能够制造的产品的名称(产品名)、各单元在单位时间(例如1天)内能够制造其产品的可制造数量等。生产计划装置10基于所存储的经营资源、各工序中的信息以及与制造单元相关的信息来制作生产计划。在生产计划中，按要制造的每个产品而包含要使用的制造单元的制造单元名、产品名、个数、交货期、制造场所(工厂)等的信息。

制造单元30、31是将用于制造产品的制造机械灵活地组合而成的集合，分别具有多个制造机械300～302、310～312。制造机械包括加工机、机器人、PLC(Programmable Logic Controller：可编程逻辑控制器)、输送机、测量器、试验装置、压力机、压入器、印刷机、压铸机、注射成型机、食品机械、包装机、焊接机、清洗机、涂装机、组装装置、安装机、木工机械、密封装置或切割机等。此外，制造单元中也可以仅包括一个制造机械。

图2是表示单元控制系统20的概要结构的一例的图。此外，单元控制系统20、21的结构相同，因此下面代表性地对单元控制系统20进行说明，关于单元控制系统20与单元控制系统21的差异在后面叙述。

单元控制系统20具有对制造单元进行控制的单元控制装置200。单元控制装置200例如是服务器或个人计算机等。单元控制装置200具有通信装置201、存储装置202以及控制装置203等。

通信装置201具有多个通信装置201A、201B。

通信装置201A具有以太网(Ethernet，注册商标)等有线的通信接口电路，经由因特网等通信网络而与生产计划装置10等进行通信。通信装置201A将从生产计划装置10等接收到的数据发送到控制装置203，将从控制装置203接收到的数据发送到生产计划装置10等。

通信装置201B具有以太网(Ethernet，注册商标)等有线的通信接口电路，经由内联网等通信网络而与制造单元30(各制造机械300～302)、单元控制系统21等进行通信。通信装置201B将从制造单元30、单元控制系统21等接收到的数据发送到控制装置203，将从控制装置203接收到的数据发送到制造单元30、单元控制系统21等。此外，由通信装置201B处理的数据的容量比由通信装置201A处理的数据的容量大，因此优选的是，通信装置201B连接的通信网络的速度比通信装置201A连接的通信网络的速度高。

此外，通信装置201A、201B也可以具有例如依照USB(Universal Serial Bus：通用串行总线)等串行总线的接口电路，与各装置电连接来进行通信。或者，通信装置201A、201B也可以具有包括主要以2.4GHz频带、5GHz频带等为灵敏频带的天线的通信接口电路，基于IEEE802.11或IEEE802.11u标准等无线通信方式与各装置进行无线通信。

另外，也可以由一个通信装置来实现通信装置201A和通信装置201B。另外，也可以是，通信装置201还具有其它通信装置，单元控制装置200不是经由通信装置201B、而是经由其它通信装置来与单元控制系统21进行通信。或者，单元控制装置200也可以不是经由通信装置201B、而是经由通信装置201A来与单元控制系统21进行通信。

存储装置202例如具备磁带装置、磁盘装置以及光盘装置中的至少一个。存储装置202具有RAM(Random Access Memory：随机存取存储器)、ROM(Read Only Memory：只读存储器)等存储器装置、硬盘等固定盘装置、或者软盘、光盘等可移动用的存储装置等。另外，存储装置202中保存有用于单元控制装置200的各种处理的计算机程序、数据库、表等。也可以从计 算机所能够读取的可移动型记录介质使用公知的安装程序等将计算机程序安装到存储装置202。可移动型记录介质例如是CD-ROM(compact disk read only memory：光盘只读存储器)、DVD-ROM(digital versatile disk read only memory：数字多功能光盘只读存储器)等。

另外，存储装置202将图3A所示的制造单元表、图3B所示的状态表、图3C所示的制造机械表、图4所示的制造管理信息表等作为数据而存储。并且，存储装置202也可以临时存储与规定的处理有关的临时数据。

图3A表示用于对制造单元进行管理的制造单元表。在制造单元表中，针对各制造单元相关联地存储有各制造单元的识别号(单元ID)、名称(单元名)、构成该制造单元的各制造机械的识别信息(制造机械ID)或名称(制造机械名)等信息。单元名和制造机械名是预先决定的，但是也可以在任意的时机进行变更。

图3B表示用于对各制造机械的状态进行管理的状态表。在状态表中，针对各制造机械相关联地存储有各制造机械的制造机械ID、制造机械名、当前状态等信息。各制造机械的当前状态包括运转中、运转完成、暂停中、待机中、警报中、维护中、电源关闭(OFF)中等。运转中表示制造机械正在运转，运转完成表示制造机械的运转已完成，暂停中表示制造机械的运转暂时停止，待机中表示制造机械处于非运转状态。另外，警报中表示制造机械异常，维护中表示正在对制造机械进行维护，电源关闭中表示制造机械的电源关闭。

图3C表示用于对制造机械进行管理的制造机械表。在制造机械表中，针对制造机械与产品的各组合相关联地存储有制造机械ID、制造机械名、产品名、程序数据、参数数据等信息。

制造机械ID和制造机械名是该制造机械的制造机械ID和制造机械名，产品名是被制造的产品的产品名。程序数据是利用该制造机械制造该产品所需的要安装于该制造机械的程序。参数数据是利用该制造机械制造该产品所需的要对该制造机械设定的参数。

图4表示用于对制造管理信息进行管理的制造管理信息表。制造管理信息是用于管理与各单元的制造有关的状态的信息。在制造管理信息表中，针对各制造管理信息相关联地存储有管理号、单元ID或单元名、产品名、制造机械ID或制造机械名、程序数据、参数数据、状态、平均电流值、总加工时间、平均周围温度、产品尺寸等信息。

单元ID或单元名是该单元的单元ID或单元名。产品名是由该单元制造的产品的产品名。制造机械ID或制造机械名是该单元所具有的各制造机械的制造机械ID或制造机械名。程序数据是要安装于各制造机械的程序。参数数据是要对各制造机械设定的参数。状态表示与该单元的制造有关的状态，例如包括开始、完成、待机等。平均电流值是在制造时流过各制造机械的电流值的平均值。总加工时间是制造所需的总时间。平均周围温度是制造时的周围温度的平均值。产品尺寸是制造出的产品的尺寸。平均电流值、总加工时间、平均周围温度以及产品尺寸是在制造完成时写入的。另外，平均电流值、总加工时间以及平均周围温度是与表示是良好还是不良的结果信息相关联地存储的。

返回到图2，控制装置203具有一个或多个处理器及其周边电路。控制装置203是CPU(Central Processing Unit：中央处理单元)、独立的集成电路、微处理器、固件等。控制装置203与通信装置201及存储装置202相连接，对这些各装置进行控制。控制装置203进行通信装置201的通信控制、存储装置202的控制等。

控制装置203具有获取部204、第一生成部205、监视部206、发送部207、接收部208、分析部209、第二生成部210以及输出部211等。这些各部是通过在处理器上动作的软件来实现的功能模块。此外，这些各部也可以分别由独立的集成电路、微处理器、固件等构成。

图5是表示由单元控制系统20进行的制造单元控制处理的动作的流程图。下面参照图5中示出的流程图来说明制造单元控制处理的动作。此外，下面说明的动作的流程是基于预先存储在存储装置202中的程序主要由控制 装置203来与单元控制系统20的各要素相协作地执行的。

最初，获取部204进行待机，直到从生产计划装置10接收到制造计划信息为止(步骤S101)。制造计划信息是表示由生产计划装置10制定的产品的制造计划的信息，是第一制造信息的一例。第一制造信息是与产品的制造有关的信息，制造计划信息和第一制造信息是以制造单元为单位的信息。获取部204经由通信装置201A从生产计划装置10接收制造计划信息，由此获取制造计划信息。

图6A表示制造计划信息的数据格式的一例。如图6A所示，制造计划信息中包含单元名、产品名、工序号、下一工序的单元名、个数、交货期以及优先级等。单元名是控制对象的单元名。产品名是被制造的产品的产品名。工序号是用于制造该产品的工序的号，在利用该单元进行的制造是最初执行的制造的情况下设定1来作为工序号，在利用该单元进行的制造是第二步(工序号1的工序的下一步)执行的制造的情况下设定2来作为工序号。下一工序的单元名是在利用该单元进行的制造工序的下一步执行制造的单元的单元名。个数是被制造的产品的个数。交货期是该产品的交货期。优先级是对于该产品的制造的优先级，设定有通常或紧急等。

接着，获取部204当接收到制造计划信息时，判定所接收到的制造计划信息是否为针对本装置所通信的制造单元的信息(步骤S102)。获取部204通过判定制造计划信息所包含的单元名是否为本装置所通信的制造单元的单元名，来判定制造计划信息是否为针对本装置所通信的制造单元的信息。

在制造计划信息是针对本装置所通信的制造单元的信息的情况下，第一生成部205基于制造计划信息生成多个制造指示信息，该制造指示信息对应于制造单元30所具有的多个制造机械300～302中的每一个制造机械(步骤S103)。制造指示信息是表示针对制造单元中包括的各制造机械的产品的制造指示的信息，是第二制造信息的一例。制造指示信息例如是NC(Numerical Control：数字控制)、机器人控制器、PLC等的动作程序的准备指示、治具、机器人手等的准备指示、要制造的产品所固有的参数等。第二制造信息是与 产品的制造有关的信息，制造指示信息和第二制造信息是以制造机械为单位的信息。

图6B表示制造指示信息的数据格式的一例。如图6B所示，制造指示信息中包含制造机械名、产品名、程序数据、参数数据等。制造机械名是控制对象的制造机械名。产品名是要制造的产品的产品名。程序数据是要安装于该制造机械的程序。参数数据是要对该制造机械设定的参数。

第一生成部205读出图3A中示出的制造单元表，提取制造计划信息所包含的单元名的各单元所具有的各制造机械。并且，第一生成部205读出图3B中示出的状态表，确定所提取出的各制造机械的当前状态。此外，监视部206定期地经由通信装置201B从各制造机械接收各制造机械的状态，将状态表的各制造机械的当前状态更新为接收到的状态。第一生成部205也可以不是基于状态表来确定各制造机械的当前状态，而是使监视部206实时地获取各制造机械的状态。在该情况下，第一生成部205能够更高精度地确定各制造机械的状态。

第一生成部205按与制造计划信息所包含的个数相同数量的产品中的每个产品来决定在各产品的制造中使用的制造机械。另外，第一生成部205按照各制造机械的当前状态来决定在产品的制造中使用的制造机械。此外，在存在多个能够使用的制造机械的情况下，第一生成部205也可以优先选择与制造有关的速度最快的制造机械、或者过去制造出的产品的不良率最低的制造机械。在该情况下，单元控制装置200按每个制造机械将与制造有关的速度、过去制造出的产品的不良率等预先存储在存储装置202中。

第一生成部205读出图3C中示出的制造机械表，按每个决定出的制造机械来决定要安装的程序和要设定的参数，以制造出制造计划信息所包含的产品名的产品。然后，第一生成部205基于所决定的各信息来生成针对各制造机械的制造指示信息。

另外，第一生成部205向图4中示出的制造管理信息表新追加与要制造的个数相同数量的项目。第一生成部205生成与要制造的个数相同数量的管理 号，将各管理号、制造计划信息所包含的单元名和产品名、决定出的制造机械的制造机械名、程序数据以及参数数据相关联地存储在制造管理信息表中。

接着，发送部207将所生成的各制造指示信息经由通信装置201B发送到制造单元30中包括的各制造机械300～302(步骤S104)。此外，步骤S104～S108的处理是按与要制造的个数相同数量的产品中的每个产品来逐个执行的。但是，在使用多个制造单元(制造机械)的情况下，能够针对每个制造单元并行地执行步骤S104～S108的处理。另外，第二工序以后的工序是在紧挨前面的工序完成后执行的。各制造机械300～302基于接收到的制造指示信息来进行各种设定，执行产品的制造。

接着，接收部208进行待机，直到经由通信装置201B从制造单元30中包括的各制造机械300～302接收到制造实绩信息为止(步骤S105)。制造实绩信息与发送到各制造机械的制造指示信息对应，是用于进行质量管理、工序管理等的表示每个制造机械的产品的制造实绩的信息，是第三制造信息的一例。第三制造信息是与产品的制造有关的信息，制造实绩信息和第三制造信息是以制造机械为单位的信息。

图6C表示制造实绩信息的数据格式的一例。如图6C所示，制造实绩信息中包含制造机械名、产品名、电流值、加工时间、周围温度、产品尺寸等。电流值是流过该制造机械的电流值。加工时间是利用该制造机械进行的制造所需的时间。周围温度是该制造机械的周围温度。产品尺寸是制造出的产品的尺寸。此外，制造实绩信息也可以还包含与搬运时间、加工工具相关的信息等。电流值、周围温度是从加工开始到加工完成为止的固定时间间隔内的平均或最大、最小的电流值、周围温度的时间序列的数据。产品尺寸是加工完成后的产品的多个部位的产品误差的数据。另外，加工时间中记录了加工的各工序、加工程序的各行所花费的时间。

当接收部208接收到制造实绩信息时，分析部209基于接收到的制造实绩信息来分析制造状况(步骤S106)。分析部209对电流值的变化、加工时间的推 移、周围温度的变化、产品尺寸等进行确认，来判定制造中是否产生问题。分析部209根据基于各制造机械的种类等个别信息而得到的知识来分析制造状况。分析部209针对每个制造机械基于制造中产生的庞大的数据来对制造状况进行分析，因此能够高精度地进行分析。

接着，分析部209判定利用制造单元进行的产品的制造是否完成(步骤S107)。分析部209读出图3B中示出的状态表，根据制造单元所具有的各制造机械的当前状态是否变为完成，来判定利用制造单元进行的产品的制造是否已完成。此外，分析部209也可以不是基于状态表来确定各制造机械的当前状态，而是使监视部206实时地获取各制造机械的状态。在该情况下，分析部209能够更快地检测出产品的制造已完成。在产品的制造未完成的情况下，分析部209使处理返回到步骤S105，重复步骤S105～S107的处理。

另一方面，在产品的制造已完成的情况下，第二生成部210计算接收部208所接收到的各制造实绩信息所包含的电流值的平均值、加工时间的总和、周围温度的平均值以及产品尺寸等，将它们与对应的管理号相关联地存储在制造管理信息表中。

接着，第二生成部210判定与制造计划信息所包含的个数相同数量的产品的制造是否已完成(步骤S108)。在与制造计划信息所包含的个数相同数量的产品的制造未完成的情况下，第二生成部210使处理返回到步骤S104，重复步骤S104～S108的处理。

另一方面，在与制造计划信息所包含的个数相同数量的产品的制造已完成的情况下，第二生成部210基于来自多个制造机械300～302的多个制造实绩信息来生成综合制造实绩信息(步骤S109)。综合制造实绩信息是表示作为制造单元整体而言的产品的制造实绩的信息，是第四制造信息的一例。综合制造实绩信息中包含制造管理信息表所包含的、针对制造出的个数的产品中的每个产品的单元名、产品名、平均电流值、总加工时间、平均周围温度以及产品尺寸等。第四制造信息是与产品的制造有关的信息，综合制造实绩信息和第四制造信息是以制造单元为单位的信息。

接着，输出部211将综合制造实绩信息发送到生产计划装置10(步骤S110)，结束一系列步骤。输出部211将综合制造实绩信息经由通信装置201A发送到生产计划装置10，由此输出综合制造实绩信息。

另一方面，在步骤S102中制造计划信息不是针对本装置所通信的制造单元的信息的情况下，发送部207将制造计划信息经由通信装置201B发送到单元控制系统21(步骤S111)。在该情况下，获取部204从生产计划装置10接收与同单元控制系统21进行通信的制造单元31对应的制造计划信息。该制造计划信息是第五制造信息的一例。

接着，接收部208进行待机，直到经由通信装置201B从单元控制系统21接收到综合制造实绩信息为止(步骤S112)。该综合制造实绩信息是基于发送到单元控制系统21的制造计划信息而生成的信息，是第六制造信息的一例。

接着，当接收部208接收到综合制造实绩信息时，输出部211将综合制造实绩信息发送到生产计划装置10(步骤S113)，结束一系列步骤。输出部211将综合制造实绩信息经由通信装置201A发送到生产计划装置10，由此输出综合制造实绩信息。

此外，单元控制系统21也与单元控制系统20同样地，按照图5中示出的流程图进行动作。但是，单元控制系统21的通信装置是与制造单元31及单元控制系统20进行通信。

另外，在步骤S101中，单元控制系统21的获取部经由通信装置从单元控制系统20接收制造计划信息。在步骤S103中，单元控制系统21的第一生成部生成多个制造指示信息，该制造指示信息对应于制造单元31所具有的多个制造机械310～312中的每一个制造机械。该制造指示信息是第七制造信息的一例。在步骤S104中，单元控制系统21的发送部将各制造指示信息发送到制造单元31所具有的各制造机械310～312。在步骤S105中，单元控制系统21的接收部从制造单元31所具有的各制造机械310～312接收制造实绩信息。该制造实绩信息是第八制造信息的一例。在步骤S109中，单元控制系统21的第二生成部基于来自各制造机械310～312的各制造实绩信息来生成综合制造实绩信 息。在步骤S110中，单元控制系统21的输出部将综合制造实绩信息发送到作为制造计划信息的发送源的单元控制系统20。

下面，参照图3A～图3C和图4中示出的各表来说明由单元控制系统20进行的制造单元控制处理的一例。

例如，设如图3A所示那样，单元A能够由加工机C1与机器人R1的组合、加工机C3与机器人R2的组合、或者加工机C3与机器人R3的组合构成。并且，设单元B能够由加工机C2与机器人R2的组合构成，单元C能够由加工机C1与机器人R2的组合构成。在该情况下，例如，加工机C1能够包括于单元A和单元C中的任一方，机器人R2能够包括于单元A、单元B以及单元C中的任一个。

设在该情况下发送了指示利用单元A制造5个产品a的制造计划信息以及指示利用单元B制造5个产品b的制造计划信息。并且，设如图3B所示那样，加工机C1、C3、机器人R1、R2的当前状态为待机中，加工机C2的当前状态为运转中，机器人R3的当前状态为维护中。为了利用单元A制造产品a，需要加工机C1或C3、以及机器人R1、R2或R3，为了利用单元B制造产品b，需要加工机C2和机器人R2。然而，加工机C2为运转中，因此无法利用单元B制造产品b。另外，机器人R3为维护中，因此无法使单元A包括机器人R3。

即，当前仅能够使用由加工机C1与机器人R1的组合构成的单元A以及由加工机C3与机器人R2的组合构成的单元A。因此，如图4所示那样生成制造管理信息表，使得利用涉及加工机C1与机器人R1的组合的单元A制造2个产品a(管理号1、2)，利用涉及加工机C3与机器人R2的组合的单元A制造3个产品a(管理号3～5)。此外，也可以基于各单元A的与制造有关的速度、过去制造出的产品的不良率等来决定使各单元A制造的产品a的个数。

另外，按照图3C的制造机械表来生成各制造指示信息，使得对制造产品a的加工机C1指定程序P1和参数D1，对机器人R1指定程序P5和参数D5。同样地，生成各制造指示信息使得对制造产品a的加工机C3指定程序P4和参数D4，对机器人R2指定程序P6和参数D6。

另外，涉及加工机C1与机器人R1的组合的单元A(管理号1)和涉及加工机 C3与机器人R2的组合的单元A(管理号3)并行地执行产品a的制造。监视部206当检测出加工机C1和机器人R1已运转时，在制造管理信息表中将与管理号1对应的状态变更为开始，当检测出加工机C3和机器人R2已运转时，将与管理号3对应的状态变更为开始。另一方面，监视部206当检测出加工机C1和机器人R1的运转已完成时，将与管理号1对应的状态变更为完成，当检测出加工机C3和机器人R2的运转已完成时，将与管理号3对应的状态变更为完成。当利用管理号1的单元A进行的产品a的制造完成时，接着执行利用管理号2的单元A进行的产品a的制造。同样地，当利用管理号3的单元A进行的产品a的制造完成时，接着执行利用管理号4的单元A进行的产品a的制造。

如以上所详细叙述的那样，通过按照图5中示出的流程图进行动作，生产计划装置10无需识别各个制造机械，仅处理以制造单元为单位的制造信息就能够进行与制造有关的管理。因而，生产系统1能够高效且无错误地控制制造单元，并且能够容易且适当地执行制造计划、质量管理以及工序管理。

另外，即使发生由制造单元制造的品种的变更、制造单元自身的增减，生产计划装置10也只需更新有关制造单元与要制造的产品的关系的信息就能够容易地应对该变化。同样地，即使一部分制造机械发生故障的情况等、制造单元内的制造机械发生了变更，生产计划装置10也能够容易地应对。另外，生产系统1能够灵活地构成系统，例如能够使用多个制造单元来制造一种产品、或者能够使用一个制造单元来制造多个产品等。

(第二实施方式)

图7是表示基于第二实施方式的生产系统2的概要结构的一例的图。

生产系统2的结构与基于第一实施方式的生产系统1的结构相同。但是，在生产系统2中，单元控制系统22被装入到制造单元32内的制造机械320中，单元控制系统23被装入到制造单元33内的制造机械330中。

图8是表示单元控制系统22的概要结构的一例的图。此外，单元控制系统22、23的结构相同，因此下面代表性地对单元控制系统22进行说明，关于单元控制系统22与单元控制系统23的差异在后面叙述。

单元控制系统22的结构与基于第一实施方式的单元控制系统20的结构相同。但是，单元控制系统22被装入到制造机械320中，与制造机械320内的机械部323连接。另外，通信装置221B与制造单元32内的除制造机械320以外的制造机械321、322进行通信。另外，控制装置223除了具有基于第一实施方式的控制装置203所具有的各部以外，还具有机械控制部232。另外，监视部226从机械部323获取制造机械320的当前状态。

图9是表示由单元控制系统22进行的制造单元控制处理的动作的流程图。下面，参照图9中示出的流程图来说明制造单元控制处理的动作。此外，下面说明的动作的流程是基于预先存储在存储装置222中的程序主要由控制装置223来与单元控制系统22的各要素相协作地执行的。另外，下面说明的动作流程的步骤S201、S209～S211、S213～S216分别与图5中示出的步骤S101、S106～S108、S110～S113相同，因此省略说明。下面仅对步骤S202～S208、S212进行说明。

在步骤S202中，获取部224判定所接收到的制造计划信息是否与本装置被纳入到的制造单元对应。制造计划信息是第一制造信息的一例。

在制造计划信息与本装置被纳入到的制造单元对应的情况下，第一生成部225基于制造计划信息来生成与制造机械320对应的制造指示信息以及与制造机械321、322对应的制造指示信息(步骤S203)。与制造机械320对应的制造指示信息是第二制造信息的一例，与制造机械321、322对应的制造指示信息是第三制造信息的一例。

接着，发送部227将与制造机械321、322对应的制造指示信息经由通信装置221B发送到制造机械321、322(步骤S204)。

接着，机械控制部232基于与制造机械320对应的制造指示信息来控制制造机械320(步骤S205)。

接着，机械控制部232生成与制造机械320对应的制造实绩信息(步骤S206)。该制造实绩信息对应于与制造机械320对应的制造指示信息，是第四制造信息的一例。

接着，分析部229基于所生成的制造实绩信息来分析制造状况(步骤S207)。

接着，接收部228进行待机，直到经由通信装置221B从各制造机械321、322接收到制造实绩信息为止(步骤S208)。该制造实绩信息对应于与制造机械321、322对应的制造指示信息，是第五制造信息的一例。

在步骤S212中，第二生成部230基于来自制造机械320的制造实绩信息和来自制造机械321、322的制造实绩信息来生成综合制造实绩信息。该综合制造实绩信息是第六制造信息的一例。

此外，单元控制系统23也与单元控制系统22同样地，按照图9中示出的流程图进行动作。但是，单元控制系统23的通信装置是与制造单元33所具有的制造机械331、332及单元控制系统22进行通信。另外，在步骤S201中，单元控制系统23的获取部经由通信装置从单元控制系统22接收制造计划信息。另外，在步骤S213中，单元控制系统23的输出部将综合制造实绩信息发送到作为制造计划信息的发送源的单元控制系统22。

如以上所详细叙述的那样，在按照图9中示出的流程图进行动作的情况下，生产系统2也能够高效且无错误地控制制造单元，并且能够容易且适当地执行制造计划、质量管理以及工序管理。

(第三实施方式)

图10是表示基于第三实施方式的生产系统3的概要结构的一例的图。

生产系统3的结构与基于第一实施方式的生产系统1的结构相同。但是，在生产系统3中，在制造单元34内的各制造机械340～342中分别装入有单元控制系统24～26，在制造单元35内的制造机械350～352中分别装入有单元控制系统27～29。另外，各单元控制系统24～29进行菊花链(daisy chain)连接，分别与邻接的单元控制系统进行通信。此外，各单元控制系统24～29既可以构成为连接成环形，也可以构成为以与生产计划装置10进行通信的单元控制系统24为中心而连接成星形。

图11是表示单元控制系统24的概要结构的一例的图。此外，单元控制系 统24～29的结构相同，因此下面代表性地对单元控制系统24进行说明，关于单元控制系统24与其它的单元控制系统的差异在后面叙述。

单元控制系统24的结构与基于第一实施方式的单元控制系统20的结构相同。但是，单元控制系统24被装入到制造机械340中，与制造机械340内的机械部343连接。另外，通信装置241B不与各制造机械进行通信，仅与制造单元34所具有的不同于制造机械340的制造机械341中装入的单元控制系统25进行通信。另外，控制装置243除了具有基于第一实施方式的控制装置203所具有的各部以外，还具有机械控制部252。另外，监视部246从机械部343获取制造机械340的当前状态。

图12是表示由单元控制系统24进行的制造单元控制处理的动作的流程图。下面，参照图12中示出的流程图来说明制造单元控制处理的动作。此外，下面说明的动作的流程是基于预先存储在存储装置242中的程序主要由控制装置243来与单元控制系统24的各要素相协作地执行的。另外，下面说明的动作流程的步骤S301、S309～S313分别与图5中示出的步骤S101、S109～S113相同，因此省略说明。下面仅对步骤S302～S308进行说明。

在步骤S302中，获取部244判定所接收到的制造计划信息是否与本装置被纳入到的制造单元对应。

在制造计划信息与本装置被纳入到的制造单元对应的情况下，发送部247将制造计划信息经由通信装置241B发送到相互进行通信的单元控制系统25(步骤S303)。作为制造计划信息的发送目的地的单元控制系统25是与作为制造计划信息的发送源的生产计划装置10不同的装置。此外，该制造计划信息是与本装置被纳入到的制造单元对应的信息，因此在相互进行通信的单元控制系统被纳入到与本装置被纳入到的制造单元不同的制造单元中的情况下，发送部247不发送制造计划信息。该制造计划信息是第一制造信息的一例。

接着，第一生成部245基于制造计划信息来生成与制造机械340对应的制造指示信息(步骤S304)。该制造指示信息是第二制造信息的一例。

接着，机械控制部252基于与制造机械340对应的制造指示信息来控制制造机械340(步骤S305)。

接着，机械控制部252生成与制造机械340对应的制造实绩信息(步骤S306)。该制造实绩信息对应于与制造机械340对应的制造指示信息，是第三制造信息的一例。

接着，分析部249基于所生成的制造实绩信息来分析制造状况(步骤S307)。

接着，接收部248进行待机，直到经由通信装置241B从作为制造计划信息的发送目的地的单元控制系统25接收到综合制造实绩信息为止(步骤S308)。该综合制造实绩信息是基于发送到单元控制系统25的制造计划信息而生成的信息，是第四制造信息的一例。该综合制造实绩信息是基于与制造单元34所具有的除制造机械340以外的制造机械341、342对应的制造指示信息而生成的。

接着，第二生成部250基于来自制造机械340的制造实绩信息和来自单元控制系统25的综合制造实绩信息来生成制造单元34整体的综合制造实绩信息。该综合制造实绩信息是第五制造信息的一例。

此外，单元控制系统25～29也与单元控制系统24同样地，按照图12中示出的流程图进行动作。但是，单元控制系统25～29的各通信装置是与相互邻接的两个单元控制系统进行通信。各通信装置无论相互邻接的单元控制系统是否被纳入到本装置被纳入到的制造单元中，都与该单元控制系统进行通信。另外，装入到制造单元35中的单元控制系统27～29内的任一个装置(该装置的通信装置)也可以连接成与单元控制系统24直接进行通信，该单元控制系统24与生产计划装置10进行通信。

另外，在步骤S301中，单元控制系统25～29的获取部经由通信装置从相互邻接的单元控制系统接收与本装置被纳入到的制造单元对应的制造计划信息。另外，在步骤S303中，单元控制系统25～29的发送部将制造计划信息发送到与制造计划信息的发送源的单元控制系统不同的、与本装置相互进行 通信的单元控制系统。另外，在步骤S310中，单元控制系统25～29的输出部将综合制造实绩信息发送到作为制造计划信息的发送源的单元控制系统。

此外，在步骤S304中由单元控制系统25的第一生成部生成的与制造机械341对应的制造指示信息是第六制造信息的一例。在步骤S306中由单元控制系统25的机械控制部生成的与制造机械341对应的制造实绩信息是第七制造信息的一例。

另外，在步骤S301中由单元控制系统27的获取部接收的制造计划信息是第八制造信息的一例。在步骤S304中由单元控制系统27的第一生成部生成的与制造机械350对应的制造指示信息是第九制造信息的一例。在步骤S306中由单元控制系统27的机械控制部生成的与制造机械350对应的制造实绩信息是第十制造信息的一例。在步骤S309中由单元控制系统27的第二生成部生成的综合制造实绩信息是第十一制造信息的一例。

如以上所详细叙述的那样，在按照图12中示出的流程图进行动作的情况下，生产系统3也能够高效且无错误地控制制造单元，并且能够容易且适当地执行制造计划、质量管理以及工序管理。

以上说明了适宜的实施方式，但并不限定于这些实施方式。

图13是表示单元控制系统的其它例的概要结构图。

在图1、图7、图10中分别示出的生产系统1～3中，能够使用图13所示的单元控制系统40来代替单元控制系统20～29。图13所示的单元控制系统40具有多个单元控制装置400、401等。单元控制系统40所具有的各单元控制装置400、401能够相互进行通信。各单元控制装置400、401分别具有与单元控制系统20～29内的任一个系统所具有的单元控制装置相同的功能。

另外，也可以由各单元控制装置400、401分担地实现各单元控制系统20～29的全部功能。在该情况下，各单元控制装置400、401可以任意分担功能，能够适当地变更将包括控制装置中的各部在内的单元控制系统的各部配置于各单元控制装置400、401中的哪一个。

另外，生产系统1～3无需具有多个制造单元，只要至少具有一个制造单 元即可。同样地，生产系统1～3无需具有多个单元控制系统，只要具有与生产计划装置10进行通信的至少一个单元控制系统即可。另外，在生产系统1～3中，可以使用任意的计算机来代替生产计划装置10。

另外，在生产系统1～3中，单元控制装置200、220、240也可以具有键盘等输入装置和显示器等显示装置。在该情况下，单元控制装置200、220、240也可以不是从生产计划装置10接收制造计划信息，而是按照利用者的操作来从输入装置获取制造计划信息。同样地，单元控制装置200、220、240也可以不是将综合制造实绩信息发送到生产计划装置10，而是输出到显示装置。

以上，说明了第一实施方式至第三实施方式以及单元控制系统的其它例，第一生成部和第二生成部由通过在处理器上动作的软件而实现的功能模块、或者集成电路、微型处理器、固件等构成。换言之，能够根据各种条件生成理想的制造信息，但是生成处理本身已定，是固定的。在预先决定高效地控制制造单元的方法的情况下，预先设想产品的种类、规格、制造数量、交货期等，但是在现实中难以充分应对所有变化。并且，如果产品的种类、规格、制造数量、交货期等发生超过预期的变化，则未必能够生成适当的制造信息。若在每次发现这种变化时都与该变化对应地变更软件，则操作员、程序员的负担会增大。

并且，表示多个制造机械制造多个产品的制造状态以进行控制的以制造单元为单位的信息一般来说容量变得非常大。因此，决定什么样的信息适于表示制造状态的特征、还有决定为了减少信息量而期望进行什么样的处理这本身就很难。

因此，在下面说明的第四实施方式中，在第一实施方式的单元控制系统中设置学习器，在持续制造的期间始终反复学习，由此学习成：针对被提供的制造计划信息，以使制造实绩信息中的制造效率变得最高的方式输出制造指示信息。并且，从所收集的信息中选择需要的信息，并且使得能够得到准确的评价值，由此压缩综合制造信息的信息量。

(第四实施方式)

图14是表示基于第四实施方式的生产系统4的概要结构的一例的图。

基于第四实施方式的生产系统4在单元控制系统22和23中设置有学习器60和61，这一点与第一实施方式的单元控制系统20和21不同，其它部分与第一实施方式相同。

图15是表示单元控制系统22的概要结构的一例的图。此外，单元控制系统22、23中设置的学习器60、61的结构是相同的，因此下面以单元控制系统22的学习器60为代表来进行说明。

学习器60包括设置于第一生成部265的第一学习器280以及设置于第二生成部270的第二学习器281。第一学习器280基于来自生产计划装置10的与产品的制造有关的以制造单元为单位的第一制造信息，来生成对应于制造单元30的多个制造机械300-302中的每一个制造机械的第二制造信息。第二学习器281基于来自多个制造机械300-302中的各个制造机械的与第二制造信息对应的与每个制造机械的信息有关的第三制造信息，来生成以制造单元为单位的第四制造信息。在此，第一学习器280将第三制造信息的一部分也用作输入，第二学习器281将第一制造信息的一部分也用作输入。

图16是学习器的原理框图。

第一学习器280和第二学习器281具有图16所示的学习器50的结构。首先，说明第一学习器280。

第一学习器280具有状态观测部501和学习部502。状态观测部501观测状态变量，该状态变量包括来自生产计划装置10的与产品的制造有关的以制造单元为单位的第一制造信息、以及来自多个制造机械300-302中的各个制造机械的与第二制造信息对应的与每个制造机械的信息有关的第三制造信息的一部分。

学习部502按照基于由状态观测部501观测到的状态变量而制作出的数据集(data set)，来学习基于第一制造信息的第二制造信息的生成处理。

图17是表示第四实施方式的第一学习器中的机器学习方法的动作流程的流程图。

第一学习器280的机器学习方法包括状态观测步骤S401和学习步骤S402。

状态观测步骤S401由状态观测部501来执行，即，从获取部264获取第一制造信息，并且观测来自接收部268的第三制造信息。

学习步骤S402由学习部502执行，即按照基于由状态观测部501观测到的状态变量而制作出的数据集，来学习第二制造信息的生成处理。

关于学习部502所使用的学习算法，可以使用任意的学习算法。学习器具有以下的功能：通过分析来从输入到装置的数据的集合提取其中有用的规则、知识表现、判断基准等并输出其判断结果，并且，进行知识的学习。其方法多种多样，大致分为“有监督学习”、“无监督学习”、“强化学习”。还有在实现这些方法的基础上对特征量本身的提取进行学习的被称为“深度学习(Deep Learning)”的方法。此外，这些机器学习(机器学习装置1)例如通过应用GPGPU(General-Purpose computing on Graphics Processing Units：通用计算图形处理器)、大规模PC集群等来实现。

下面，作为一例，参照图18和图19来说明使用强化学习的情况。关于“有监督学习”、“无监督学习”等在后面叙述。

图18是第四实施方式中的应用了强化学习的第一学习器的原理框图。

学习部502具有报酬计算部511和变更控制意思决定部512。此外，除报酬计算部511和变更控制意思决定部512以外的结构要素与图16所示的结构要素相同，因此对同一结构要素标注同一标记，省略对该结构要素的详细说明。

报酬计算部511基于由状态观测部501观测到的第三制造信息来计算报酬。第三制造信息是图6的(c)所示的制造实绩信息，也可以还包括制造所需的能耗、不良率等。

变更控制意思决定部512基于由状态观测部501观测到的状态变量以及由报酬计算部511计算出的报酬，来学习用于生成第二制造信息的函数(行动价值表)。关于函数(行动价值表)的学习方法在后面叙述。

学习部502既可以利用多层结构来运算由状态观测部501观测到的状态变量，并实时地对函数(行动价值表)进行更新，也可以对制造某种程度的数量的产品的期间内的信息进行积累，根据所积累的信息来计算新的函数(行动价值表)，考虑预测的效果等来最终决定是否变更。例如，学习部502也可以基于由状态观测部501观测到的状态变量以及由报酬计算部511计算出的报酬，按照神经网络模型来更新用于决定第二制造信息的函数(行动价值表)。在此，作为利用多层结构来运算状态变量的方法，例如能够使用如后述的图23所示的多层神经网络。

图19是表示第一学习器280中的应用了强化学习的机器学习方法的动作流程的流程图。

首先，在状态观测步骤S401中，状态观测部501对包括第一制造信息和第三制造信息的一部分的状态变量进行观测。

接着，在报酬计算步骤S402-1中，报酬计算部511基于由状态观测部501观测到的第三制造信息的一部分来计算报酬。

接着，在变更控制步骤S402-2中，变更控制意思决定部512基于由状态观测部501观测到的状态变量以及由报酬计算部511计算出的报酬，来变更用于生成第二制造信息的函数(行动价值表)。

接着，更详细地说明第一学习器280。

图20是表示第一学习器的原理框图。

第一学习器280具有状态观测部290、第二制造信息生成部291、报酬计算部292以及变更控制意思决定部293。状态观测部290将第一制造信息以及用于计算报酬的第三制造信息的一部分作为状态变量来进行观测。第二制造信息生成部291基于第一制造信息来生成第二制造信息。报酬计算部292基于第三制造信息的一部分来计算报酬。变更控制意思决定部293基于第一制造信息和报酬，向预测会得到更高报酬的方向变更第二制造信息生成部291的函数(行动价值表)。此时，有可能会由于函数(行动价值表)的变更而产生大问题，因此，也可以在得到某种程度的生产数量的信息之前将第一制造信息 与报酬相对应地进行存储，基于所存储的规定量以上的信息来计算第二制造信息生成部291的新函数(行动价值表)。并且，期望的是，变更控制意思决定部293在验证出所计算出的新函数(行动价值表)正确地进行动作的基础上，对第二制造信息生成部291的新函数(行动价值表)进行更新。

图21是表示在第四实施方式中应用了强化学习的第一学习器280进行学习的动作流程的流程图。

在步骤S501中，基于第一制造信息来生成第二制造信息，并将第二制造信息输出到制造单元30。

在步骤S502中，制造单元30按照第二制造信息来进行制造。

在步骤S503中，接收部268获取第三制造信息，第一学习器280的状态观测部290观测第一制造信息以及第三制造信息的一部分来作为状态变量，将第三制造信息的一部分输出到报酬计算部292。

在步骤S504中，报酬计算部292基于第三制造信息的一部分来计算报酬。

在步骤S505中，变更控制意思决定部293将第一制造信息与报酬相对应地进行存储。

在步骤S506中，判定所积累的数据量是否足以变更第二制造信息生成部291的函数(行动价值表)，如果不足够则返回到步骤S501，如果足够则进入步骤S507。此外，如果在每次进行制造时都基于其报酬来变更第二制造信息生成部291的函数(行动价值表)，则不需要步骤S505和S506。并且，也可以是如下的变形例：从生产系统开始运转起到积累了某种程度的信息为止进行步骤S505和S506，此后不进行步骤S505和S506而进入步骤S507。

在步骤S507中，变更控制意思决定部293进行向预测会得到更高报酬的方向变更第二制造信息生成部291的函数(行动价值表)的更新处理，并返回到步骤S501。下面，在生产系统的运转中，重复该S501至S507的处理。

接着，更详细地说明第一学习器280。第一学习器280具有以下功能：通过分析来从被输入的数据的集合提取其中有用的规则、知识表现、判断基准等并输出其判断结果，并且，进行知识的学习。如上所述，作为第一学习器 280的学习算法，大致分为“有监督学习”、“无监督学习”、“强化学习”。并且，还有在实现这些方法的基础上对特征量本身的提取进行学习的被称为“深度学习”的方法。此外，这些机器学习(机器学习装置1)例如通过应用GPGPU(General-Purpose computing on Graphics Processing Units)、大规模PC集群等来实现。

“有监督学习”是指：通过将某个输入与结果(标签)的数据的组大量地提供给机器学习装置，来学习这些数据集所具有的特征，归纳性地获得根据输入来估计结果的模型、即其关系性。在将该有监督学习应用于第四实施方式的情况下，能够使用于基于第一制造信息的第二制造信息的决定。能够使用后述的神经网络等算法来实现该有监督学习。

“无监督学习”是指如下的方法：通过仅将输入数据大量地提供给第一学习器280，来学习输入数据呈何种分布，即使不提供对应的监督输出数据，也对将输入数据进行压缩、分类、整形等的装置进行学习。例如，能够将这些数据集所具有的特征分类为类似特征等。使用其结果来设置某种基准以进行使其最佳的输出分配，由此能够实现输出的预测。

另外，作为“无监督学习”与“有监督学习”的中间问题设定，存在被称为“半监督学习”的方法，应用于以下情况：只有一部分是存在输入与输出的数据的组，除此以外是只有输入的数据(例如仿真的数据)。

首先，说明将第一学习器280的学习算法设为强化学习的例子。

作为强化学习的问题设定，以如下方式考虑。

·第一学习器280观测第一制造信息以及第三制造信息的一部分，决定第二制造信息(行动)。

·环境按照某种规则发生变化，并且，也有时自己的行动会对环境赋予变化。

·在每次行动时返回报酬信号。

·希望最大化的是报酬。

·从完全不知道、或者不完全知道行动会引起的结果的状态起开始学习。 即，在生产系统实际动作之后，才能够将其结果(产品)作为数据来获得。也就是说，需要一边反复试验一边探索最佳的行动。

·也能够将如模仿人的动作那样进行了事先学习(前述的有监督学习、反强化学习之类的方法)的状态作为初始状态，从好的开始地点开始学习。

在此，“强化学习”是指以下的方法：不仅学习判定、分类，还学习行动，由此依据行动对环境赋予的相互作用来学习适当的行动、即进行用于使将来得到的报酬最大的学习。这表示在第四实施方式中能够获得能够根据第一制造信息来决定能够适当地生产产品的第二制造信息这样的、对未来产生影响的行动。例如使用Q学习的情况来继续说明，但是并不限定于此。

Q学习是对在某个环境状态s下选择行动a的价值Q(s，a)进行学习的方法。也就是说，在某个状态s时只要选择出价值Q(s，a)最高的行动a来作为最佳的行动即可。但是，最初完全不知道关于状态s与行动a的组合的、价值Q(s，a)的正确值。因此，代理(行动主体)在某个状态s下选择各种行动a，对此时的行动a赋予报酬。由此，代理(agent)逐渐学习更好的行动的选择、即正确的价值Q(s，a)。

并且，行动的结果是使将来得到的报酬的合计最大化，因此目标是最终使Q(s，a)＝E[Σγ^tr_t]。在此，设期待值是按照最佳的行动进行状态变化时取的值，由于不知道该值，因此要一边探索一边学习。例如能够通过式1来表示这种价值Q(s，a)的更新式。

[式1]

Q(s_t，a_t)←Q(s_t，a_t)+α(r_t+1+γmaxQ(s_t+1，a)-Q(s_t，a_t)) …(1)

在上述的式1中，s_t表示时刻t的环境的状态，a_t表示时刻t的行动。通过行动a_t，状态变化为s_t+1。r_t+1表示由于该状态的变化而能够得到的报酬。另外，带有max的项是对在状态s_t+1下选择了当时知道的Q值最高的行动a的情况下的Q值乘以γ而得到的。γ是满足0<γ≤1的参数，被称为折扣因子。α是学习系数，处于0<α≤1的范围。

式1表示基于进行实验a_t的结果所返回的报酬r_t+1对状态s_t下的行动a_t的评价值Q(s_t，a_t)进行更新的方法。示出了以下情况：如果与状态s下的行动a的评价值Q(s_t，a_t)相比，报酬r_t+1+基于行动a的下一个状态下的最好的行动max a的评价值Q(s_t+1，max a_t+1)更大，则增大Q(s_t，a_t)，反之如果更小，则也减小Q(s_t，a_t)。也就是说，使某个状态下的某个行动的价值接近作为结果而即时返回来的报酬和基于该行动的下一个状态下的最好的行动的价值。

在此，作为Q(s，a)在计算机上的表达方法，存在以下的方法：对于所有状态行动对(s，a)，将其值作为表(行动价值表)来保持；以及准备对Q(s，a)进行近似的函数。在后一方法中，能够通过用随机梯度下降法等方法逐渐调整近似函数的参数来实现前述的更新式。作为近似函数，能够使用后述的神经网络。

另外，作为有监督学习、无监督学习以及强化学习中的价值函数的近似算法，能够使用神经网络。神经网络由用于实现对例如图22所示那样的神经元的模型进行模仿的神经网络的运算装置和存储器等构成。图22是表示神经元的模型的示意图。

如图22所示，神经元输出针对多个输入x(在图22中，作为一例为输入x1～输入x3)的输出y。各输入x1～x3被乘以与该输入x对应的权重w(w1～w3)。由此，神经元输出式2所表达的输出y。此外，输入x、输出y以及权重w全部为矢量。另外，在下述的式2中，θ是偏置，f_k是激活函数。

[式2]

接着，参照图23来说明将上述的神经元相组合而得到的具有3层权重的神经网络。图23是表示具有D1～D3这3层权重的神经网络的示意图。

如图23所示，从神经网络的左侧输入多个输入x(在此作为一例为输入x1～输入x3)，从右侧输出结果y(在此作为一例为结果y1～结果y3)。

具体地说，输入x1～输入x3是在被乘以与三个神经元N11～N13分别对应 的权重后输入的。将与这些输入相乘的权重统一标记为w1。

神经元N11～N13分别输出z11～z13。在图23中，将这些z11～z13统一标记为特征矢量z1，能够将其视作提取输入矢量的特征量而得到的矢量。该特征矢量z1是权重w1与权重w2之间的特征矢量。z11～z13是在被乘以与两个神经元N21、N22分别对应的权重后输入的。将与这些特征矢量相乘的权重统一标记为w2。

神经元N21、N22分别输出z21、z22。在图23中，将这些z21、z22统一标记为特征矢量z2。该特征矢量z2是权重w2与权重w3之间的特征矢量。特征矢量z21、z22是在被乘以与三个神经元N31～N33分别对应的权重后输入的。将与这些特征矢量相乘的权重统一标记为w3。

最后，神经元N31～N33分别输出结果y1～结果y3。

神经网络的动作包括学习模式和价值预测模式。例如，在学习模式中，使用学习数据集来学习权重w，使用其参数，在预测模式中进行组装加工装置的行动判断。此外，为了方便而写为预测，但是也能够进行检测、分类、推论等各种各样的任务，这是不言而喻的。

在此，既能够即时学习使组装加工装置在预测模式中实际动作而得到的数据，使该数据反映在下一个行动中(在线学习)，也能够使用预先收集的数据群来进行汇总学习，以后一直以其参数进行探测模式(批量学习)。或者，作为中间性的方法，也能够在每次累积了某种程度的数据时插入学习模式。

另外，能够通过误差反向传播法(Back propagation)来学习权重w1～w3。误差的信息从右侧进入而流向左侧。误差反向传播法是以下的方法：针对各神经元，以减小被输入了输入x时的输出y与真正的输出y(监督)之差的方式，对各个权重进行调整(学习)。

这种神经网络也能够进一步增加层为3层以上(被称为深度学习)。能够阶段性地进行输入的特征提取，仅根据监督数据来自动获得对结果进行回归的运算装置。

因此，第四实施方式的第一学习器280为了实施上述的Q学习，而例如像 图20所示那样具有状态观测部290、第二制造信息生成部91、报酬计算部292以及变更控制意思决定部293。但是，如前所述，应用于本发明的机器学习方法不限定于Q学习。即，能够应用作为能够在第一学习器280中使用的方法的“有监督学习”、“无监督学习”、“半监督学习”以及“强化学习”等各种方法。此外，例如能够通过应用GPGPU、大规模PC集群等来实现这些机器学习(第一学习器280)。例如在应用有监督学习的情况下，价值函数与学习模型对应，报酬与误差对应。此外，作为该行动价值表，也能够使用以前述的神经网络来进行近似的函数，这在s和a的信息量极大时特别有效。

接着，说明第二学习器281。第二学习器281与第一学习器280同样地，具有图16所示的框结构，按照图17所示的流程图来进行机器学习方法。

第二学习器281是使用神经网络而实现的，在此，在生产系统运转前，第二学习器281在外部通过“有监督学习”进行学习(训练)，以学习结束的状态搭载于第二生成部270。因而，在搭载后无需对神经网络进行变更，因此也可以是以下的运算回路：对输入进行加权后进行相加等处理，得到至少一个输出。

图24A是表示第二学习器的结构的图，图24B是表示在外部的训练时的结构的图。

如图24A所示，第二学习器281具有：状态观测部294，其将第一制造信息和第三制造信息作为状态变量来进行观测；以及第四制造信息生成部295，其基于第一制造信息和第三制造信息来生成第四制造信息。第四制造信息生成部295是例如通过神经网络来实现的。

在进行在外部的学习(训练)时，如图24B所示，将神经网络更新控制部297与第四制造信息生成部295连接。神经网络更新控制部297是例如在安装有用于实现第四制造信息生成部295的软件的计算机上通过软件来实现的。

当制造机械的台数和产品的种类增加时，表示制造状态的以制造单元为单位的信息、即第三制造信息一般来说容量变得非常大。因此，在具有多个单元控制系统的生产系统中，生产计划装置10所收集的第四制造信息的整体 的量也变得庞大。因此，期望的是，通过将第四制造信息限制为准确地表示制造单元的制造状态的信息来压缩信息量。并且，期望的是，根据第三制造信息来生成准确地表示制造单元的制造状态的评价值，将其作为综合制造实绩信息，由此进一步大幅压缩信息量。

因此，在训练时，向第四制造信息生成部295输入多种数据来作为第三制造信息。并且，制造状态与第一制造信息相应地改变，因此也将第一制造信息输入到第四制造信息生成部295。此外，也能够取代第一制造信息而输入第二制造信息。在该状态下，变更向第四制造信息生成部295的输入，神经网络更新控制部297生成针对变更后的输入的评价值。例如，操作员能够基于向第四制造信息生成部295的输入(第一制造信息和第三制造信息)来判定制造状态的良好与否，因此将评价结果提供给神经网络更新控制部297。神经网络更新控制部297对第四制造信息生成部295的神经网络进行更新，以使第四制造信息生成部295输出与评价结果对应的评价值。通过重复以上处理，来进行第四制造信息生成部295的神经网络的学习(训练)。

将具有状态观测部294以及具有训练已结束的神经网络的第四制造信息生成部295的第二学习器281搭载于第二生成部270。此时，期望的是，不向第二学习器281输入对第四制造信息的生成的贡献(影响)小的第三制造信息。另外，关于第一制造信息(或第二制造信息)，也是不输入对第四制造信息的生成的贡献(影响)小的信息。另外，第四制造信息生成部295所输出的评价值不限于一个，也可以是多个。

如以上所说明的那样，在第四实施方式中，通过使用具有强化学习功能的第一学习器，将制造计划信息和制造实绩信息作为第一学习器的输入，将制造指示信息作为第一学习器的输出，由此在持续制造的期间始终反复学习，由此能够使第一学习器学习成：针对被提供的制造计划信息，以使制造实绩信息中的制造效率变得最高的方式输出制造指示信息。通过使用这种第一学习器，即使在制造单元的制造机械状态变差的情况下，也通过制造实绩信息将该情况输入到第一学习器，输出不选择状态差的制造机械的制造指示 信息，由此能够提高制造单元的效率。并且，通过使用第二学习器从以制造单元为单位的信息提取特征量，能够减小信息的大小。通过将神经网络用作第二学习器，能够根据作为以制造单元为单位的信息的、电流值、加工时间、周围温度、产品尺寸的输入值来输出本次的制造单元中的加工的评价值，通过将该评价值作为综合制造实绩信息，能够大幅压缩信息量。另外，通过使用第二学习器来生成以制造单元为单位的信息，能够正确地评价制造质量。