單元控制系統、生產系統以及控制方法與流程

本發明涉及一種對具有多個制造機械的制造單元進行控制的單元控制系統、生產系統、控制方法以及控制程序。

背景技術：

在以往的生產系統中，由進行生產計劃的上級計算機執行企業資源計劃和供應鏈管理，由制造執行系統對要制造的產品、產品數量、交貨期、要使用的制造機械以及進行制造的工廠等進行計劃。即，制造現場的作業者基于由上級計算機制定的制造計劃來使制造裝置運轉以制造產品。另外，制造現場的作業者將制造裝置的作業信息、產品的制造實績等發送到上級計算機的制造執行系統，由此進行質量管理、工序管理等。

例如，如國際公開第2007/105298號所記載的那樣存在以下方法：使用品種對象、作業對象來制作工序信息，基于工序信息和資源對象來制作分配信息。

再例如，如日本特開2004-62276號公報所記載的那樣存在以下方法：以預先設定的周期來定期地收集機床或測定裝置的設備信息，將收集到的設備信息與收集時刻相關聯地累積在數據庫中，并發送到外部裝置。

技術實現要素：

近年來，由于市場需求的多樣化、產品生命周期的短期化、全球市場上的競爭的激化，產品品種增多，并且銷售量的變動增大。因此，要求應對變種變量生產，以能夠與市場的要求動態地連動來制造產品。

因此，利用如下的靈活的單元生產方式：將多個制造機械集中為一個制造單元，按工序以制造單元為單位來進行制造。在靈活的單元生產方式中，能夠利用一個制造單元生產多個品種，還能夠與生產量相應地增減制造單元 的數量，并且，還能夠與要制造的品種的變化相應地變更制造單元內的結構。

然而，在靈活的單元生產方式中，頻繁地進行制造單元內的制造機械的更換和制造單元的追加及刪除，因此需要與其相應地變更上級計算機的制造執行系統，并重新制定制造計劃。另外，在靈活的單元生產方式中，利用一個制造單元生產多個品種，并且頻繁地變更要生產的品種，因此制造現場的作業者需要為此而頻繁地進行換產調整作業。因而，在靈活的單元生產方式中，要求高效且無錯誤地對制造單元進行控制。因此，用于高效且無錯誤地控制制造單元的操作員、程序員的負擔增大。例如，表示多個制造機械制造多個產品的制造狀態的、用于控制的以制造單元為單位的信息一般來說容量變得非常大。因此，決定什么樣的信息適于表示制造狀態的特征、還有決定為了壓縮信息量而期望進行什么樣的處理這本身就很難。

并且，在靈活的單元生產方式中，利用多個制造單元制造相同的產品，或者頻繁地更換要使用的制造機械，因此，如果對各制造機械的作業信息、制造實績個別地進行分析則難以適當地執行質量管理、工序管理。例如，即使決定了高效地控制制造單元的方法，若產品的種類、規格、制造數量、交貨期等發生超過預期的變化，則也不能說所決定的控制方法是高效的。若每次都變更控制方法，則操作員、程序員的負擔只會增大。

因而，本發明的目的在于提供一種能夠高效且無錯誤地控制具有多個制造機械的制造單元的單元控制系統、生產系統、控制方法以及控制程序。

另外，本發明的其它目的在于提供一種在利用具有多個制造機械的制造單元的情況下能夠適當地執行質量管理和工序管理的單元控制系統、生產系統、控制方法以及控制程序。

單元控制系統具有：通信裝置，其與制造單元進行通信，該制造單元具有用于制造產品的多個制造機械；獲取部，其獲取與產品的制造有關的以制造單元為單位的第一制造信息；第一生成部，其基于第一制造信息來生成多個第二制造信息，該第二制造信息對應于多個制造機械中的每一個制造機械；發送部，其將多個第二制造信息中的各第二制造信息經由通信裝置發送 到多個制造機械中的各制造機械；接收部，其經由通信裝置從多個制造機械中的各制造機械接收與第二制造信息對應的與每個制造機械的信息有關的第三制造信息；第二生成部，其基于來自多個制造機械的多個第三制造信息來生成以制造單元為單位的第四制造信息；以及輸出部，其輸出第四制造信息。

也可以是，制造機械包括：加工機、機器人、PLC、輸送機、測量器、試驗裝置、壓力機、壓入器、印刷機、壓鑄機、注射成型機、食品機械、包裝機、焊接機、清洗機、涂裝機、組裝裝置、安裝機、木工機械、密封裝置或切割機。

也可以是，第一制造信息是以制造單元為單位的表示產品的制造計劃的制造計劃信息，第二制造信息是以制造機械為單位的表示產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機械為單位的表示產品的制造實績的制造實績信息，第四制造信息是以制造單元為單位的表示產品的制造實績的制造實績信息。

也可以是，單元控制系統由一個或多個單元控制裝置構成。

也可以是，通信裝置還與生產計劃裝置進行通信，該生產計劃裝置對產品的制造進行計劃，獲取部經由通信裝置從生產計劃裝置接收第一制造信息，由此獲取第一制造信息，輸出部將第四制造信息經由通信裝置發送到生產計劃裝置，由此輸出第四制造信息。

也可以是，通信裝置還與第二單元控制系統進行通信，該第二單元控制系統與單元控制系統不同，獲取部還從生產計劃裝置接收與同第二單元控制系統進行通信的第二制造單元對應的、與產品的制造有關的以制造單元為單位的第五制造信息，發送部還將第五制造信息經由通信裝置發送到第二單元控制系統，接收部還經由通信裝置從第二單元控制系統接收第二制造單元基于第五制造信息而生成的以制造單元為單位的第六制造信息，輸出部還將第六制造信息發送到生產計劃裝置。

另外，生產系統具有上述的單元控制系統和制造單元。

另外，生產系統具有上述的單元控制系統、制造單元、第二單元控制系統以及第二制造單元，其中，第二單元控制系統具有：第二通信裝置，其與第二制造單元和單元控制系統進行通信；第二獲取部，其經由第二通信裝置從單元控制系統接收第五制造信息；第三生成部，其基于第五制造信息來生成多個第七制造信息，該第七制造信息對應于第二制造單元所具有的多個制造機械中的每一個制造機械；第二發送部，其將多個第七制造信息中的各第七制造信息經由第二通信裝置發送到第二制造單元所具有的多個制造機械中的各制造機械；第二接收部，其經由第二通信裝置從第二制造單元所具有的多個制造機械中的各制造機械接收與第七制造信息對應的與每個制造機械的信息有關的第八制造信息；第四生成部，其基于來自第二制造單元所具有的多個制造機械的多個第八制造信息來生成第六制造信息；以及第二輸出部，其將第六制造信息發送到單元控制系統。

另外，被裝入到具有用于制造產品的多個制造機械的制造單元內的第一制造機械中的單元控制系統具有：通信裝置，其與制造單元內的除第一制造機械以外的第二制造機械進行通信；獲取部，其獲取與產品的制造有關的以制造單元為單位的第一制造信息；第一生成部，其基于第一制造信息來生成第二制造信息和第三制造信息，該第二制造信息是與第一制造機械對應的與每個制造機械的信息有關的信息，該第三制造信息是與第二制造機械對應的與每個制造機械的信息有關的信息；發送部，其將第三制造信息經由通信裝置發送到第二制造機械；機械控制部，其基于第二制造信息來控制第一制造機械，生成與第二制造信息對應的與每個制造機械的信息有關的第四制造信息；接收部，其經由通信裝置從第二制造機械接收與第三制造信息對應的與每個制造機械的信息有關的第五制造信息；第二生成部，其基于第四制造信息和第五制造信息來生成以制造單元為單位的第六制造信息；以及輸出部，其輸出第六制造信息。

另外，被裝入到具有用于制造產品的多個制造機械的制造單元內的第一 制造機械中的單元控制系統具有：通信裝置，其與在制造單元內的除第一制造機械以外的第二制造機械中裝入的、除單元控制系統以外的第二單元控制系統進行通信；獲取部，其獲取與產品的制造有關的以制造單元為單位的第一制造信息；發送部，其將第一制造信息經由通信裝置發送到第二單元控制系統；第一生成部，其基于第一制造信息來生成與第一制造機械對應的與每個制造機械的信息有關的第二制造信息；機械控制部，其基于第二制造信息來控制第一制造機械，生成與第二制造信息對應的與每個制造機械的信息有關的第三制造信息；接收部，其經由通信裝置從第二單元控制系統接收基于第一制造信息而生成的與以制造單元為單位的信息有關的第四制造信息；第二生成部，其基于第三制造信息和第四制造信息來生成以制造單元為單位的第五制造信息；以及輸出部，其輸出第五制造信息。

也可以是，通信裝置還與生產計劃裝置進行通信，該生產計劃裝置對產品的制造進行計劃，獲取部經由通信裝置從生產計劃裝置接收第一制造信息，由此獲取第一制造信息，輸出部將第五制造信息經由通信裝置發送到生產計劃裝置，由此輸出第五制造信息。

也可以是，單元控制系統由一個或多個單元控制裝置構成。

另外，生產系統具有制造單元，該制造單元具有包括裝入有上述的單元控制系統的第一制造機械在內的多個制造機械。

另外，生產系統具有制造單元，該制造單元具有包括裝入有上述的單元控制系統的第一制造機械在內的多個制造機械，第二單元控制系統具有：第二通信裝置，其與單元控制系統進行通信；第二獲取部，其經由第二通信裝置從單元控制系統接收第一制造信息；第三生成部，其基于第一制造信息來生成與第二制造機械對應的與每個制造機械的信息有關的第六制造信息；第二機械控制部，其基于第六制造信息來控制第二制造機械，生成與第二制造機械對應的與每個制造機械的信息有關的第七制造信息；第四生成部，其基于第七制造信息來生成第四制造信息；以及第二輸出部，其將第四制造信息經由第二通信裝置發送到單元控制系統。

也可以是，還具有第二制造單元，該第二制造單元與制造單元不同，且具有多個制造機械，在第二制造單元內的第三制造機械中，裝入有與單元控制系統和第二單元控制系統不同的第三單元控制系統，第三單元控制系統具有：第三通信裝置，其與第二制造單元進行通信，并且與單元控制系統或第二單元控制系統進行通信；第三獲取部，其經由第三通信裝置從單元控制系統或第二單元控制系統接收與第二制造單元對應的、與產品的制造有關的以制造單元為單位的第八制造信息；第五生成部，其基于第八制造信息來生成與第三制造機械對應的與每個制造機械的信息有關的第九制造信息；第三機械控制部，其基于第九制造信息來控制第三制造機械，生成與第三制造機械對應的與每個制造機械的信息有關的第十制造信息；第六生成部，其基于第十制造信息來生成基于第二制造單元的以制造單元為單位的第十一制造信息；以及第三輸出部，其將第十一制造信息經由第三通信裝置發送到單元控制系統或第二單元控制系統。

另外，具有與具有用于制造產品的多個制造機械的制造單元進行通信的通信裝置的單元控制系統的控制方法包括：獲取與產品的制造有關的以制造單元為單位的第一制造信息；基于第一制造信息來生成多個第二制造信息，該第二制造信息對應于多個制造機械中的每一個制造機械；將多個第二制造信息中的各第二制造信息經由通信裝置發送到多個制造機械中的各制造機械；經由通信裝置從多個制造機械中的各制造機械接收與第二制造信息對應的與每個制造機械的信息有關的第三制造信息；基于來自多個制造機械的多個第三制造信息來生成以制造單元為單位的第四制造信息；以及輸出第四制造信息。

另外，具有與具有用于制造產品的多個制造機械的制造單元進行通信的通信裝置的單元控制系統的控制程序使單元控制系統執行如下處理：獲取與產品的制造有關的以制造單元為單位的第一制造信息；基于第一制造信息來生成多個第二制造信息，該第二制造信息對應于多個制造機械中的每一個制造機械；將多個第二制造信息中的各第二制造信息經由通信裝置發送到多個 制造機械中的各制造機械；經由通信裝置從多個制造機械中的各制造機械接收與第二制造信息對應的與每個制造機械的信息有關的第三制造信息；基于來自多個制造機械的多個第三制造信息來生成以制造單元為單位的第四制造信息；以及輸出第四制造信息。

另外，被裝入到具有用于制造產品的多個制造機械的制造單元內的第一制造機械中的、具有與制造單元內的除第一制造機械以外的第二制造機械進行通信的通信裝置的單元控制系統的控制方法包括：獲取與產品的制造有關的以制造單元為單位的第一制造信息；基于第一制造信息來生成第二制造信息和第三制造信息，該第二制造信息是與第一制造機械對應的與每個制造機械的信息有關的信息，該第三制造信息是與第二制造機械對應的與每個制造機械的信息有關的信息；將第三制造信息經由通信裝置發送到第二制造機械；基于第二制造信息來控制第一制造機械，生成與第二制造信息對應的與每個制造機械的信息有關的第四制造信息；經由通信裝置從第二制造機械接收與第三制造信息對應的與每個制造機械的信息有關的第五制造信息；基于第四制造信息和第五制造信息來生成以制造單元為單位的第六制造信息；以及輸出第六制造信息。

另外，被裝入到具有用于制造產品的多個制造機械的制造單元內的第一制造機械中的、具有與制造單元內的除第一制造機械以外的第二制造機械進行通信的通信裝置的單元控制系統的控制程序使單元控制系統執行如下處理：獲取與產品的制造有關的以制造單元為單位的第一制造信息；基于第一制造信息來生成第二制造信息和第三制造信息，該第二制造信息是與第一制造機械對應的與每個制造機械的信息有關的信息，該第三制造信息是與第二制造機械對應的與每個制造機械的信息有關的信息；將第三制造信息經由通信裝置發送到第二制造機械；基于第二制造信息來控制第一制造機械，生成與第二制造信息對應的與每個制造機械的信息有關的第四制造信息；經由通信裝置從第二制造機械接收與第三制造信息對應的與每個制造機械的信息有關的第五制造信息；基于第四制造信息和第五制造信息來生成以制造單元 為單位的第六制造信息；以及輸出第六制造信息。

另外，被裝入到具有用于制造產品的多個制造機械的制造單元內的第一制造機械中的、具有與被裝入到制造單元內的除第一制造機械以外的第二制造機械中的、除單元控制系統以外的第二單元控制系統進行通信的通信裝置的單元控制系統的控制方法包括：獲取與產品的制造有關的以制造單元為單位的第一制造信息；將第一制造信息經由通信裝置發送到第二單元控制系統；基于第一制造信息來生成與第一制造機械對應的與每個制造機械的信息有關的第二制造信息；基于第二制造信息來控制第一制造機械，生成與第二制造信息對應的與每個制造機械的信息有關的第三制造信息；經由通信裝置從第二單元控制系統接收基于第一制造信息而生成的與以制造單元為單位的信息有關的第四制造信息；基于第三制造信息和第四制造信息來生成以制造單元為單位的第五制造信息；以及輸出第五制造信息。

另外，被裝入到具有用于制造產品的多個制造機械的制造單元內的第一制造機械中的、具有與被裝入到制造單元內的除第一制造機械以外的第二制造機械中的、除單元控制系統以外的第二單元控制系統進行通信的通信裝置的單元控制系統的控制程序使單元控制系統執行：獲取與產品的制造有關的以制造單元為單位的第一制造信息；將第一制造信息經由通信裝置發送到第二單元控制系統；基于第一制造信息來生成與第一制造機械對應的與每個制造機械的信息有關的第二制造信息；基于第二制造信息來控制第一制造機械，生成與第二制造信息對應的與每個制造機械的信息有關的第三制造信息；經由通信裝置從第二單元控制系統接收基于第一制造信息而生成的與以制造單元為單位的信息有關的第四制造信息；基于第三制造信息和第四制造信息來生成以制造單元為單位的第五制造信息；以及輸出第五制造信息。

并且，上述的單元控制系統的第一生成部和第二生成部也可以具有學習器。學習器基于來自生產計劃裝置的與產品的制造有關的以制造單元為單位的第一制造信息，來生成對應于制造單元的多個制造機械中的每一個制造機械的第二制造信息，以及/或者基于來自多個制造機械中的各制造機械的與第 二制造信息對應的與每個制造機械的信息有關的第三制造信息，來生成以制造單元為單位的第四制造信息。既可以將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，還可以進一步擴展用作輸入的信息。例如，也可以是，第一生成部中設置的第一學習器以第一制造信息為輸入來生成第二制造信息，并且將第三制造信息的一部分用作輸入。另外，也可以是，第二生成部中設置的第二學習器以第三制造信息為輸入來生成第四制造信息，并且將第一制造信息的一部分用作輸入。關于第一學習器和第二學習器，既可以僅設置其中一個也可以兩個都設置。

單元控制系統的外部的裝置無需識別各個制造機械，僅處理以制造單元為單位的制造信息就能夠進行與制造有關的管理。因而，單元控制系統能夠高效且無錯誤地控制制造單元，并且能夠適當地執行質量管理和工序管理。

附圖說明

通過參照以下的附圖會更明確地理解本發明。

圖1是表示基于第一實施方式的生產系統1的概要結構的一例的圖。

圖2是表示單元控制系統20的概要結構的一例的圖。

圖3A是表示制造單元表的數據結構的一例的圖。

圖3B是表示狀態表的數據結構的一例的圖。

圖3C是表示制造機械表的數據結構的一例的圖。

圖4是表示制造管理信息表的數據結構的一例的圖。

圖5是表示制造單元控制處理的動作的流程圖。

圖6A是表示制造計劃信息的數據格式的一例的圖。

圖6B是表示制造指示信息的數據格式的一例的圖。

圖6C是表示制造實績信息的數據格式的一例的圖。

圖7是表示基于第二實施方式的生產系統2的概要結構的一例的圖。

圖8是表示單元控制系統22的概要結構的一例的圖。

圖9是表示制造單元控制處理的動作的流程圖。

圖10是表示基于第三實施方式的生產系統3的概要結構的一例的圖。

圖11是表示單元控制系統24的概要結構的一例的圖。

圖12是表示制造單元控制處理的動作的流程圖。

圖13是表示單元控制系統的其它例的概要結構圖。

圖14是表示基于第四實施方式的生產系統的概要結構的一例的圖。

圖15是表示單元控制系統的概要結構的一例的圖。

圖16是學習器的原理框圖。

圖17是表示第四實施方式的第一學習器中的機器學習方法的動作流程的流程圖。

圖18是第四實施方式中的應用了強化學習的第一學習器的原理框圖。

圖19是表示第一學習器中的應用了強化學習的機器學習方法的動作流程的流程圖。

圖20是表示第一學習器的原理框圖。

圖21是表示應用了強化學習的第一學習器進行學習的動作流程的流程圖。

圖22是表示神經元的模型的示意圖。

圖23是表示具有D1～D3這3層權重的神經網絡的示意圖。

圖24A是表示第二學習器的結構的圖。

圖24B是表示第二學習器的在外部的訓練時的結構的圖。

具體實施方式

下面，參照附圖來說明本發明的各種實施方式。其中，需要注意的是，本發明的技術范圍并不限定于這些實施方式，而涵蓋權利要求書所記載的發明及其等同物。

(第一實施方式)

圖1是表示基于第一實施方式的生產系統1的概要結構的一例的圖。

生產系統1具有生產計劃裝置10、多個單元控制系統20、21以及多個制 造單元30、31。例如，生產計劃裝置10配置于企業的基地等，各單元控制系統20、21和各制造單元30、31配置于制造產品的工廠等。

在生產系統1中，生產計劃裝置10與單元控制系統20經由例如因特網等網絡而連接。另外，單元控制系統20與單元控制系統21、單元控制系統20與制造單元30、以及單元控制系統21與制造單元31分別經由例如內聯網(Intranet)等網絡而連接。

生產計劃裝置10是對產品的制造進行計劃的裝置，例如是服務器或個人計算機等。生產計劃裝置10具有企業資源管理功能和供應鏈管理功能，存儲企業整體的經營資源，并且存儲從產品的制造到銷售的各工序中的信息。另外，生產計劃裝置10存儲被配置于各制造場所(工廠)的制造單元的名稱(制造單元名)、各單元所能夠制造的產品的名稱(產品名)、各單元在單位時間(例如1天)內能夠制造其產品的可制造數量等。生產計劃裝置10基于所存儲的經營資源、各工序中的信息以及與制造單元相關的信息來制作生產計劃。在生產計劃中，按要制造的每個產品而包含要使用的制造單元的制造單元名、產品名、個數、交貨期、制造場所(工廠)等的信息。

制造單元30、31是將用于制造產品的制造機械靈活地組合而成的集合，分別具有多個制造機械300～302、310～312。制造機械包括加工機、機器人、PLC(Programmable Logic Controller：可編程邏輯控制器)、輸送機、測量器、試驗裝置、壓力機、壓入器、印刷機、壓鑄機、注射成型機、食品機械、包裝機、焊接機、清洗機、涂裝機、組裝裝置、安裝機、木工機械、密封裝置或切割機等。此外，制造單元中也可以僅包括一個制造機械。

圖2是表示單元控制系統20的概要結構的一例的圖。此外，單元控制系統20、21的結構相同，因此下面代表性地對單元控制系統20進行說明，關于單元控制系統20與單元控制系統21的差異在后面敘述。

單元控制系統20具有對制造單元進行控制的單元控制裝置200。單元控制裝置200例如是服務器或個人計算機等。單元控制裝置200具有通信裝置201、存儲裝置202以及控制裝置203等。

通信裝置201具有多個通信裝置201A、201B。

通信裝置201A具有以太網(Ethernet，注冊商標)等有線的通信接口電路，經由因特網等通信網絡而與生產計劃裝置10等進行通信。通信裝置201A將從生產計劃裝置10等接收到的數據發送到控制裝置203，將從控制裝置203接收到的數據發送到生產計劃裝置10等。

通信裝置201B具有以太網(Ethernet，注冊商標)等有線的通信接口電路，經由內聯網等通信網絡而與制造單元30(各制造機械300～302)、單元控制系統21等進行通信。通信裝置201B將從制造單元30、單元控制系統21等接收到的數據發送到控制裝置203，將從控制裝置203接收到的數據發送到制造單元30、單元控制系統21等。此外，由通信裝置201B處理的數據的容量比由通信裝置201A處理的數據的容量大，因此優選的是，通信裝置201B連接的通信網絡的速度比通信裝置201A連接的通信網絡的速度高。

此外，通信裝置201A、201B也可以具有例如依照USB(Universal Serial Bus：通用串行總線)等串行總線的接口電路，與各裝置電連接來進行通信。或者，通信裝置201A、201B也可以具有包括主要以2.4GHz頻帶、5GHz頻帶等為靈敏頻帶的天線的通信接口電路，基于IEEE802.11或IEEE802.11u標準等無線通信方式與各裝置進行無線通信。

另外，也可以由一個通信裝置來實現通信裝置201A和通信裝置201B。另外，也可以是，通信裝置201還具有其它通信裝置，單元控制裝置200不是經由通信裝置201B、而是經由其它通信裝置來與單元控制系統21進行通信。或者，單元控制裝置200也可以不是經由通信裝置201B、而是經由通信裝置201A來與單元控制系統21進行通信。

存儲裝置202例如具備磁帶裝置、磁盤裝置以及光盤裝置中的至少一個。存儲裝置202具有RAM(Random Access Memory：隨機存取存儲器)、ROM(Read Only Memory：只讀存儲器)等存儲器裝置、硬盤等固定盤裝置、或者軟盤、光盤等可移動用的存儲裝置等。另外，存儲裝置202中保存有用于單元控制裝置200的各種處理的計算機程序、數據庫、表等。也可以從計 算機所能夠讀取的可移動型記錄介質使用公知的安裝程序等將計算機程序安裝到存儲裝置202。可移動型記錄介質例如是CD-ROM(compact disk read only memory：光盤只讀存儲器)、DVD-ROM(digital versatile disk read only memory：數字多功能光盤只讀存儲器)等。

另外，存儲裝置202將圖3A所示的制造單元表、圖3B所示的狀態表、圖3C所示的制造機械表、圖4所示的制造管理信息表等作為數據而存儲。并且，存儲裝置202也可以臨時存儲與規定的處理有關的臨時數據。

圖3A表示用于對制造單元進行管理的制造單元表。在制造單元表中，針對各制造單元相關聯地存儲有各制造單元的識別號(單元ID)、名稱(單元名)、構成該制造單元的各制造機械的識別信息(制造機械ID)或名稱(制造機械名)等信息。單元名和制造機械名是預先決定的，但是也可以在任意的時機進行變更。

圖3B表示用于對各制造機械的狀態進行管理的狀態表。在狀態表中，針對各制造機械相關聯地存儲有各制造機械的制造機械ID、制造機械名、當前狀態等信息。各制造機械的當前狀態包括運轉中、運轉完成、暫停中、待機中、警報中、維護中、電源關閉(OFF)中等。運轉中表示制造機械正在運轉，運轉完成表示制造機械的運轉已完成，暫停中表示制造機械的運轉暫時停止，待機中表示制造機械處于非運轉狀態。另外，警報中表示制造機械異常，維護中表示正在對制造機械進行維護，電源關閉中表示制造機械的電源關閉。

圖3C表示用于對制造機械進行管理的制造機械表。在制造機械表中，針對制造機械與產品的各組合相關聯地存儲有制造機械ID、制造機械名、產品名、程序數據、參數數據等信息。

制造機械ID和制造機械名是該制造機械的制造機械ID和制造機械名，產品名是被制造的產品的產品名。程序數據是利用該制造機械制造該產品所需的要安裝于該制造機械的程序。參數數據是利用該制造機械制造該產品所需的要對該制造機械設定的參數。

圖4表示用于對制造管理信息進行管理的制造管理信息表。制造管理信息是用于管理與各單元的制造有關的狀態的信息。在制造管理信息表中，針對各制造管理信息相關聯地存儲有管理號、單元ID或單元名、產品名、制造機械ID或制造機械名、程序數據、參數數據、狀態、平均電流值、總加工時間、平均周圍溫度、產品尺寸等信息。

單元ID或單元名是該單元的單元ID或單元名。產品名是由該單元制造的產品的產品名。制造機械ID或制造機械名是該單元所具有的各制造機械的制造機械ID或制造機械名。程序數據是要安裝于各制造機械的程序。參數數據是要對各制造機械設定的參數。狀態表示與該單元的制造有關的狀態，例如包括開始、完成、待機等。平均電流值是在制造時流過各制造機械的電流值的平均值。總加工時間是制造所需的總時間。平均周圍溫度是制造時的周圍溫度的平均值。產品尺寸是制造出的產品的尺寸。平均電流值、總加工時間、平均周圍溫度以及產品尺寸是在制造完成時寫入的。另外，平均電流值、總加工時間以及平均周圍溫度是與表示是良好還是不良的結果信息相關聯地存儲的。

返回到圖2，控制裝置203具有一個或多個處理器及其周邊電路。控制裝置203是CPU(Central Processing Unit：中央處理單元)、獨立的集成電路、微處理器、固件等。控制裝置203與通信裝置201及存儲裝置202相連接，對這些各裝置進行控制。控制裝置203進行通信裝置201的通信控制、存儲裝置202的控制等。

控制裝置203具有獲取部204、第一生成部205、監視部206、發送部207、接收部208、分析部209、第二生成部210以及輸出部211等。這些各部是通過在處理器上動作的軟件來實現的功能模塊。此外，這些各部也可以分別由獨立的集成電路、微處理器、固件等構成。

圖5是表示由單元控制系統20進行的制造單元控制處理的動作的流程圖。下面參照圖5中示出的流程圖來說明制造單元控制處理的動作。此外，下面說明的動作的流程是基于預先存儲在存儲裝置202中的程序主要由控制 裝置203來與單元控制系統20的各要素相協作地執行的。

最初，獲取部204進行待機，直到從生產計劃裝置10接收到制造計劃信息為止(步驟S101)。制造計劃信息是表示由生產計劃裝置10制定的產品的制造計劃的信息，是第一制造信息的一例。第一制造信息是與產品的制造有關的信息，制造計劃信息和第一制造信息是以制造單元為單位的信息。獲取部204經由通信裝置201A從生產計劃裝置10接收制造計劃信息，由此獲取制造計劃信息。

圖6A表示制造計劃信息的數據格式的一例。如圖6A所示，制造計劃信息中包含單元名、產品名、工序號、下一工序的單元名、個數、交貨期以及優先級等。單元名是控制對象的單元名。產品名是被制造的產品的產品名。工序號是用于制造該產品的工序的號，在利用該單元進行的制造是最初執行的制造的情況下設定1來作為工序號，在利用該單元進行的制造是第二步(工序號1的工序的下一步)執行的制造的情況下設定2來作為工序號。下一工序的單元名是在利用該單元進行的制造工序的下一步執行制造的單元的單元名。個數是被制造的產品的個數。交貨期是該產品的交貨期。優先級是對于該產品的制造的優先級，設定有通常或緊急等。

接著，獲取部204當接收到制造計劃信息時，判定所接收到的制造計劃信息是否為針對本裝置所通信的制造單元的信息(步驟S102)。獲取部204通過判定制造計劃信息所包含的單元名是否為本裝置所通信的制造單元的單元名，來判定制造計劃信息是否為針對本裝置所通信的制造單元的信息。

在制造計劃信息是針對本裝置所通信的制造單元的信息的情況下，第一生成部205基于制造計劃信息生成多個制造指示信息，該制造指示信息對應于制造單元30所具有的多個制造機械300～302中的每一個制造機械(步驟S103)。制造指示信息是表示針對制造單元中包括的各制造機械的產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：數字控制)、機器人控制器、PLC等的動作程序的準備指示、治具、機器人手等的準備指示、要制造的產品所固有的參數等。第二制造信息是與 產品的制造有關的信息，制造指示信息和第二制造信息是以制造機械為單位的信息。

圖6B表示制造指示信息的數據格式的一例。如圖6B所示，制造指示信息中包含制造機械名、產品名、程序數據、參數數據等。制造機械名是控制對象的制造機械名。產品名是要制造的產品的產品名。程序數據是要安裝于該制造機械的程序。參數數據是要對該制造機械設定的參數。

第一生成部205讀出圖3A中示出的制造單元表，提取制造計劃信息所包含的單元名的各單元所具有的各制造機械。并且，第一生成部205讀出圖3B中示出的狀態表，確定所提取出的各制造機械的當前狀態。此外，監視部206定期地經由通信裝置201B從各制造機械接收各制造機械的狀態，將狀態表的各制造機械的當前狀態更新為接收到的狀態。第一生成部205也可以不是基于狀態表來確定各制造機械的當前狀態，而是使監視部206實時地獲取各制造機械的狀態。在該情況下，第一生成部205能夠更高精度地確定各制造機械的狀態。

第一生成部205按與制造計劃信息所包含的個數相同數量的產品中的每個產品來決定在各產品的制造中使用的制造機械。另外，第一生成部205按照各制造機械的當前狀態來決定在產品的制造中使用的制造機械。此外，在存在多個能夠使用的制造機械的情況下，第一生成部205也可以優先選擇與制造有關的速度最快的制造機械、或者過去制造出的產品的不良率最低的制造機械。在該情況下，單元控制裝置200按每個制造機械將與制造有關的速度、過去制造出的產品的不良率等預先存儲在存儲裝置202中。

第一生成部205讀出圖3C中示出的制造機械表，按每個決定出的制造機械來決定要安裝的程序和要設定的參數，以制造出制造計劃信息所包含的產品名的產品。然后，第一生成部205基于所決定的各信息來生成針對各制造機械的制造指示信息。

另外，第一生成部205向圖4中示出的制造管理信息表新追加與要制造的個數相同數量的項目。第一生成部205生成與要制造的個數相同數量的管理 號，將各管理號、制造計劃信息所包含的單元名和產品名、決定出的制造機械的制造機械名、程序數據以及參數數據相關聯地存儲在制造管理信息表中。

接著，發送部207將所生成的各制造指示信息經由通信裝置201B發送到制造單元30中包括的各制造機械300～302(步驟S104)。此外，步驟S104～S108的處理是按與要制造的個數相同數量的產品中的每個產品來逐個執行的。但是，在使用多個制造單元(制造機械)的情況下，能夠針對每個制造單元并行地執行步驟S104～S108的處理。另外，第二工序以后的工序是在緊挨前面的工序完成后執行的。各制造機械300～302基于接收到的制造指示信息來進行各種設定，執行產品的制造。

接著，接收部208進行待機，直到經由通信裝置201B從制造單元30中包括的各制造機械300～302接收到制造實績信息為止(步驟S105)。制造實績信息與發送到各制造機械的制造指示信息對應，是用于進行質量管理、工序管理等的表示每個制造機械的產品的制造實績的信息，是第三制造信息的一例。第三制造信息是與產品的制造有關的信息，制造實績信息和第三制造信息是以制造機械為單位的信息。

圖6C表示制造實績信息的數據格式的一例。如圖6C所示，制造實績信息中包含制造機械名、產品名、電流值、加工時間、周圍溫度、產品尺寸等。電流值是流過該制造機械的電流值。加工時間是利用該制造機械進行的制造所需的時間。周圍溫度是該制造機械的周圍溫度。產品尺寸是制造出的產品的尺寸。此外，制造實績信息也可以還包含與搬運時間、加工工具相關的信息等。電流值、周圍溫度是從加工開始到加工完成為止的固定時間間隔內的平均或最大、最小的電流值、周圍溫度的時間序列的數據。產品尺寸是加工完成后的產品的多個部位的產品誤差的數據。另外，加工時間中記錄了加工的各工序、加工程序的各行所花費的時間。

當接收部208接收到制造實績信息時，分析部209基于接收到的制造實績信息來分析制造狀況(步驟S106)。分析部209對電流值的變化、加工時間的推 移、周圍溫度的變化、產品尺寸等進行確認，來判定制造中是否產生問題。分析部209根據基于各制造機械的種類等個別信息而得到的知識來分析制造狀況。分析部209針對每個制造機械基于制造中產生的龐大的數據來對制造狀況進行分析，因此能夠高精度地進行分析。

接著，分析部209判定利用制造單元進行的產品的制造是否完成(步驟S107)。分析部209讀出圖3B中示出的狀態表，根據制造單元所具有的各制造機械的當前狀態是否變為完成，來判定利用制造單元進行的產品的制造是否已完成。此外，分析部209也可以不是基于狀態表來確定各制造機械的當前狀態，而是使監視部206實時地獲取各制造機械的狀態。在該情況下，分析部209能夠更快地檢測出產品的制造已完成。在產品的制造未完成的情況下，分析部209使處理返回到步驟S105，重復步驟S105～S107的處理。

另一方面，在產品的制造已完成的情況下，第二生成部210計算接收部208所接收到的各制造實績信息所包含的電流值的平均值、加工時間的總和、周圍溫度的平均值以及產品尺寸等，將它們與對應的管理號相關聯地存儲在制造管理信息表中。

接著，第二生成部210判定與制造計劃信息所包含的個數相同數量的產品的制造是否已完成(步驟S108)。在與制造計劃信息所包含的個數相同數量的產品的制造未完成的情況下，第二生成部210使處理返回到步驟S104，重復步驟S104～S108的處理。

另一方面，在與制造計劃信息所包含的個數相同數量的產品的制造已完成的情況下，第二生成部210基于來自多個制造機械300～302的多個制造實績信息來生成綜合制造實績信息(步驟S109)。綜合制造實績信息是表示作為制造單元整體而言的產品的制造實績的信息，是第四制造信息的一例。綜合制造實績信息中包含制造管理信息表所包含的、針對制造出的個數的產品中的每個產品的單元名、產品名、平均電流值、總加工時間、平均周圍溫度以及產品尺寸等。第四制造信息是與產品的制造有關的信息，綜合制造實績信息和第四制造信息是以制造單元為單位的信息。

接著，輸出部211將綜合制造實績信息發送到生產計劃裝置10(步驟S110)，結束一系列步驟。輸出部211將綜合制造實績信息經由通信裝置201A發送到生產計劃裝置10，由此輸出綜合制造實績信息。

另一方面，在步驟S102中制造計劃信息不是針對本裝置所通信的制造單元的信息的情況下，發送部207將制造計劃信息經由通信裝置201B發送到單元控制系統21(步驟S111)。在該情況下，獲取部204從生產計劃裝置10接收與同單元控制系統21進行通信的制造單元31對應的制造計劃信息。該制造計劃信息是第五制造信息的一例。

接著，接收部208進行待機，直到經由通信裝置201B從單元控制系統21接收到綜合制造實績信息為止(步驟S112)。該綜合制造實績信息是基于發送到單元控制系統21的制造計劃信息而生成的信息，是第六制造信息的一例。

接著，當接收部208接收到綜合制造實績信息時，輸出部211將綜合制造實績信息發送到生產計劃裝置10(步驟S113)，結束一系列步驟。輸出部211將綜合制造實績信息經由通信裝置201A發送到生產計劃裝置10，由此輸出綜合制造實績信息。

此外，單元控制系統21也與單元控制系統20同樣地，按照圖5中示出的流程圖進行動作。但是，單元控制系統21的通信裝置是與制造單元31及單元控制系統20進行通信。

另外，在步驟S101中，單元控制系統21的獲取部經由通信裝置從單元控制系統20接收制造計劃信息。在步驟S103中，單元控制系統21的第一生成部生成多個制造指示信息，該制造指示信息對應于制造單元31所具有的多個制造機械310～312中的每一個制造機械。該制造指示信息是第七制造信息的一例。在步驟S104中，單元控制系統21的發送部將各制造指示信息發送到制造單元31所具有的各制造機械310～312。在步驟S105中，單元控制系統21的接收部從制造單元31所具有的各制造機械310～312接收制造實績信息。該制造實績信息是第八制造信息的一例。在步驟S109中，單元控制系統21的第二生成部基于來自各制造機械310～312的各制造實績信息來生成綜合制造實績信 息。在步驟S110中，單元控制系統21的輸出部將綜合制造實績信息發送到作為制造計劃信息的發送源的單元控制系統20。

下面，參照圖3A～圖3C和圖4中示出的各表來說明由單元控制系統20進行的制造單元控制處理的一例。

例如，設如圖3A所示那樣，單元A能夠由加工機C1與機器人R1的組合、加工機C3與機器人R2的組合、或者加工機C3與機器人R3的組合構成。并且，設單元B能夠由加工機C2與機器人R2的組合構成，單元C能夠由加工機C1與機器人R2的組合構成。在該情況下，例如，加工機C1能夠包括于單元A和單元C中的任一方，機器人R2能夠包括于單元A、單元B以及單元C中的任一個。

設在該情況下發送了指示利用單元A制造5個產品a的制造計劃信息以及指示利用單元B制造5個產品b的制造計劃信息。并且，設如圖3B所示那樣，加工機C1、C3、機器人R1、R2的當前狀態為待機中，加工機C2的當前狀態為運轉中，機器人R3的當前狀態為維護中。為了利用單元A制造產品a，需要加工機C1或C3、以及機器人R1、R2或R3，為了利用單元B制造產品b，需要加工機C2和機器人R2。然而，加工機C2為運轉中，因此無法利用單元B制造產品b。另外，機器人R3為維護中，因此無法使單元A包括機器人R3。

即，當前僅能夠使用由加工機C1與機器人R1的組合構成的單元A以及由加工機C3與機器人R2的組合構成的單元A。因此，如圖4所示那樣生成制造管理信息表，使得利用涉及加工機C1與機器人R1的組合的單元A制造2個產品a(管理號1、2)，利用涉及加工機C3與機器人R2的組合的單元A制造3個產品a(管理號3～5)。此外，也可以基于各單元A的與制造有關的速度、過去制造出的產品的不良率等來決定使各單元A制造的產品a的個數。

另外，按照圖3C的制造機械表來生成各制造指示信息，使得對制造產品a的加工機C1指定程序P1和參數D1，對機器人R1指定程序P5和參數D5。同樣地，生成各制造指示信息使得對制造產品a的加工機C3指定程序P4和參數D4，對機器人R2指定程序P6和參數D6。

另外，涉及加工機C1與機器人R1的組合的單元A(管理號1)和涉及加工機 C3與機器人R2的組合的單元A(管理號3)并行地執行產品a的制造。監視部206當檢測出加工機C1和機器人R1已運轉時，在制造管理信息表中將與管理號1對應的狀態變更為開始，當檢測出加工機C3和機器人R2已運轉時，將與管理號3對應的狀態變更為開始。另一方面，監視部206當檢測出加工機C1和機器人R1的運轉已完成時，將與管理號1對應的狀態變更為完成，當檢測出加工機C3和機器人R2的運轉已完成時，將與管理號3對應的狀態變更為完成。當利用管理號1的單元A進行的產品a的制造完成時，接著執行利用管理號2的單元A進行的產品a的制造。同樣地，當利用管理號3的單元A進行的產品a的制造完成時，接著執行利用管理號4的單元A進行的產品a的制造。

如以上所詳細敘述的那樣，通過按照圖5中示出的流程圖進行動作，生產計劃裝置10無需識別各個制造機械，僅處理以制造單元為單位的制造信息就能夠進行與制造有關的管理。因而，生產系統1能夠高效且無錯誤地控制制造單元，并且能夠容易且適當地執行制造計劃、質量管理以及工序管理。

另外，即使發生由制造單元制造的品種的變更、制造單元自身的增減，生產計劃裝置10也只需更新有關制造單元與要制造的產品的關系的信息就能夠容易地應對該變化。同樣地，即使一部分制造機械發生故障的情況等、制造單元內的制造機械發生了變更，生產計劃裝置10也能夠容易地應對。另外，生產系統1能夠靈活地構成系統，例如能夠使用多個制造單元來制造一種產品、或者能夠使用一個制造單元來制造多個產品等。

(第二實施方式)

圖7是表示基于第二實施方式的生產系統2的概要結構的一例的圖。

生產系統2的結構與基于第一實施方式的生產系統1的結構相同。但是，在生產系統2中，單元控制系統22被裝入到制造單元32內的制造機械320中，單元控制系統23被裝入到制造單元33內的制造機械330中。

圖8是表示單元控制系統22的概要結構的一例的圖。此外，單元控制系統22、23的結構相同，因此下面代表性地對單元控制系統22進行說明，關于單元控制系統22與單元控制系統23的差異在后面敘述。

單元控制系統22的結構與基于第一實施方式的單元控制系統20的結構相同。但是，單元控制系統22被裝入到制造機械320中，與制造機械320內的機械部323連接。另外，通信裝置221B與制造單元32內的除制造機械320以外的制造機械321、322進行通信。另外，控制裝置223除了具有基于第一實施方式的控制裝置203所具有的各部以外，還具有機械控制部232。另外，監視部226從機械部323獲取制造機械320的當前狀態。

圖9是表示由單元控制系統22進行的制造單元控制處理的動作的流程圖。下面，參照圖9中示出的流程圖來說明制造單元控制處理的動作。此外，下面說明的動作的流程是基于預先存儲在存儲裝置222中的程序主要由控制裝置223來與單元控制系統22的各要素相協作地執行的。另外，下面說明的動作流程的步驟S201、S209～S211、S213～S216分別與圖5中示出的步驟S101、S106～S108、S110～S113相同，因此省略說明。下面僅對步驟S202～S208、S212進行說明。

在步驟S202中，獲取部224判定所接收到的制造計劃信息是否與本裝置被納入到的制造單元對應。制造計劃信息是第一制造信息的一例。

在制造計劃信息與本裝置被納入到的制造單元對應的情況下，第一生成部225基于制造計劃信息來生成與制造機械320對應的制造指示信息以及與制造機械321、322對應的制造指示信息(步驟S203)。與制造機械320對應的制造指示信息是第二制造信息的一例，與制造機械321、322對應的制造指示信息是第三制造信息的一例。

接著，發送部227將與制造機械321、322對應的制造指示信息經由通信裝置221B發送到制造機械321、322(步驟S204)。

接著，機械控制部232基于與制造機械320對應的制造指示信息來控制制造機械320(步驟S205)。

接著，機械控制部232生成與制造機械320對應的制造實績信息(步驟S206)。該制造實績信息對應于與制造機械320對應的制造指示信息，是第四制造信息的一例。

接著，分析部229基于所生成的制造實績信息來分析制造狀況(步驟S207)。

接著，接收部228進行待機，直到經由通信裝置221B從各制造機械321、322接收到制造實績信息為止(步驟S208)。該制造實績信息對應于與制造機械321、322對應的制造指示信息，是第五制造信息的一例。

在步驟S212中，第二生成部230基于來自制造機械320的制造實績信息和來自制造機械321、322的制造實績信息來生成綜合制造實績信息。該綜合制造實績信息是第六制造信息的一例。

此外，單元控制系統23也與單元控制系統22同樣地，按照圖9中示出的流程圖進行動作。但是，單元控制系統23的通信裝置是與制造單元33所具有的制造機械331、332及單元控制系統22進行通信。另外，在步驟S201中，單元控制系統23的獲取部經由通信裝置從單元控制系統22接收制造計劃信息。另外，在步驟S213中，單元控制系統23的輸出部將綜合制造實績信息發送到作為制造計劃信息的發送源的單元控制系統22。

如以上所詳細敘述的那樣，在按照圖9中示出的流程圖進行動作的情況下，生產系統2也能夠高效且無錯誤地控制制造單元，并且能夠容易且適當地執行制造計劃、質量管理以及工序管理。

(第三實施方式)

圖10是表示基于第三實施方式的生產系統3的概要結構的一例的圖。

生產系統3的結構與基于第一實施方式的生產系統1的結構相同。但是，在生產系統3中，在制造單元34內的各制造機械340～342中分別裝入有單元控制系統24～26，在制造單元35內的制造機械350～352中分別裝入有單元控制系統27～29。另外，各單元控制系統24～29進行菊花鏈(daisy chain)連接，分別與鄰接的單元控制系統進行通信。此外，各單元控制系統24～29既可以構成為連接成環形，也可以構成為以與生產計劃裝置10進行通信的單元控制系統24為中心而連接成星形。

圖11是表示單元控制系統24的概要結構的一例的圖。此外，單元控制系 統24～29的結構相同，因此下面代表性地對單元控制系統24進行說明，關于單元控制系統24與其它的單元控制系統的差異在后面敘述。

單元控制系統24的結構與基于第一實施方式的單元控制系統20的結構相同。但是，單元控制系統24被裝入到制造機械340中，與制造機械340內的機械部343連接。另外，通信裝置241B不與各制造機械進行通信，僅與制造單元34所具有的不同于制造機械340的制造機械341中裝入的單元控制系統25進行通信。另外，控制裝置243除了具有基于第一實施方式的控制裝置203所具有的各部以外，還具有機械控制部252。另外，監視部246從機械部343獲取制造機械340的當前狀態。

圖12是表示由單元控制系統24進行的制造單元控制處理的動作的流程圖。下面，參照圖12中示出的流程圖來說明制造單元控制處理的動作。此外，下面說明的動作的流程是基于預先存儲在存儲裝置242中的程序主要由控制裝置243來與單元控制系統24的各要素相協作地執行的。另外，下面說明的動作流程的步驟S301、S309～S313分別與圖5中示出的步驟S101、S109～S113相同，因此省略說明。下面僅對步驟S302～S308進行說明。

在步驟S302中，獲取部244判定所接收到的制造計劃信息是否與本裝置被納入到的制造單元對應。

在制造計劃信息與本裝置被納入到的制造單元對應的情況下，發送部247將制造計劃信息經由通信裝置241B發送到相互進行通信的單元控制系統25(步驟S303)。作為制造計劃信息的發送目的地的單元控制系統25是與作為制造計劃信息的發送源的生產計劃裝置10不同的裝置。此外，該制造計劃信息是與本裝置被納入到的制造單元對應的信息，因此在相互進行通信的單元控制系統被納入到與本裝置被納入到的制造單元不同的制造單元中的情況下，發送部247不發送制造計劃信息。該制造計劃信息是第一制造信息的一例。

接著，第一生成部245基于制造計劃信息來生成與制造機械340對應的制造指示信息(步驟S304)。該制造指示信息是第二制造信息的一例。

接著，機械控制部252基于與制造機械340對應的制造指示信息來控制制造機械340(步驟S305)。

接著，機械控制部252生成與制造機械340對應的制造實績信息(步驟S306)。該制造實績信息對應于與制造機械340對應的制造指示信息，是第三制造信息的一例。

接著，分析部249基于所生成的制造實績信息來分析制造狀況(步驟S307)。

接著，接收部248進行待機，直到經由通信裝置241B從作為制造計劃信息的發送目的地的單元控制系統25接收到綜合制造實績信息為止(步驟S308)。該綜合制造實績信息是基于發送到單元控制系統25的制造計劃信息而生成的信息，是第四制造信息的一例。該綜合制造實績信息是基于與制造單元34所具有的除制造機械340以外的制造機械341、342對應的制造指示信息而生成的。

接著，第二生成部250基于來自制造機械340的制造實績信息和來自單元控制系統25的綜合制造實績信息來生成制造單元34整體的綜合制造實績信息。該綜合制造實績信息是第五制造信息的一例。

此外，單元控制系統25～29也與單元控制系統24同樣地，按照圖12中示出的流程圖進行動作。但是，單元控制系統25～29的各通信裝置是與相互鄰接的兩個單元控制系統進行通信。各通信裝置無論相互鄰接的單元控制系統是否被納入到本裝置被納入到的制造單元中，都與該單元控制系統進行通信。另外，裝入到制造單元35中的單元控制系統27～29內的任一個裝置(該裝置的通信裝置)也可以連接成與單元控制系統24直接進行通信，該單元控制系統24與生產計劃裝置10進行通信。

另外，在步驟S301中，單元控制系統25～29的獲取部經由通信裝置從相互鄰接的單元控制系統接收與本裝置被納入到的制造單元對應的制造計劃信息。另外，在步驟S303中，單元控制系統25～29的發送部將制造計劃信息發送到與制造計劃信息的發送源的單元控制系統不同的、與本裝置相互進行 通信的單元控制系統。另外，在步驟S310中，單元控制系統25～29的輸出部將綜合制造實績信息發送到作為制造計劃信息的發送源的單元控制系統。

此外，在步驟S304中由單元控制系統25的第一生成部生成的與制造機械341對應的制造指示信息是第六制造信息的一例。在步驟S306中由單元控制系統25的機械控制部生成的與制造機械341對應的制造實績信息是第七制造信息的一例。

另外，在步驟S301中由單元控制系統27的獲取部接收的制造計劃信息是第八制造信息的一例。在步驟S304中由單元控制系統27的第一生成部生成的與制造機械350對應的制造指示信息是第九制造信息的一例。在步驟S306中由單元控制系統27的機械控制部生成的與制造機械350對應的制造實績信息是第十制造信息的一例。在步驟S309中由單元控制系統27的第二生成部生成的綜合制造實績信息是第十一制造信息的一例。

如以上所詳細敘述的那樣，在按照圖12中示出的流程圖進行動作的情況下，生產系統3也能夠高效且無錯誤地控制制造單元，并且能夠容易且適當地執行制造計劃、質量管理以及工序管理。

以上說明了適宜的實施方式，但并不限定于這些實施方式。

圖13是表示單元控制系統的其它例的概要結構圖。

在圖1、圖7、圖10中分別示出的生產系統1～3中，能夠使用圖13所示的單元控制系統40來代替單元控制系統20～29。圖13所示的單元控制系統40具有多個單元控制裝置400、401等。單元控制系統40所具有的各單元控制裝置400、401能夠相互進行通信。各單元控制裝置400、401分別具有與單元控制系統20～29內的任一個系統所具有的單元控制裝置相同的功能。

另外，也可以由各單元控制裝置400、401分擔地實現各單元控制系統20～29的全部功能。在該情況下，各單元控制裝置400、401可以任意分擔功能，能夠適當地變更將包括控制裝置中的各部在內的單元控制系統的各部配置于各單元控制裝置400、401中的哪一個。

另外，生產系統1～3無需具有多個制造單元，只要至少具有一個制造單 元即可。同樣地，生產系統1～3無需具有多個單元控制系統，只要具有與生產計劃裝置10進行通信的至少一個單元控制系統即可。另外，在生產系統1～3中，可以使用任意的計算機來代替生產計劃裝置10。

另外，在生產系統1～3中，單元控制裝置200、220、240也可以具有鍵盤等輸入裝置和顯示器等顯示裝置。在該情況下，單元控制裝置200、220、240也可以不是從生產計劃裝置10接收制造計劃信息，而是按照利用者的操作來從輸入裝置獲取制造計劃信息。同樣地，單元控制裝置200、220、240也可以不是將綜合制造實績信息發送到生產計劃裝置10，而是輸出到顯示裝置。

以上，說明了第一實施方式至第三實施方式以及單元控制系統的其它例，第一生成部和第二生成部由通過在處理器上動作的軟件而實現的功能模塊、或者集成電路、微型處理器、固件等構成。換言之，能夠根據各種條件生成理想的制造信息，但是生成處理本身已定，是固定的。在預先決定高效地控制制造單元的方法的情況下，預先設想產品的種類、規格、制造數量、交貨期等，但是在現實中難以充分應對所有變化。并且，如果產品的種類、規格、制造數量、交貨期等發生超過預期的變化，則未必能夠生成適當的制造信息。若在每次發現這種變化時都與該變化對應地變更軟件，則操作員、程序員的負擔會增大。

并且，表示多個制造機械制造多個產品的制造狀態以進行控制的以制造單元為單位的信息一般來說容量變得非常大。因此，決定什么樣的信息適于表示制造狀態的特征、還有決定為了減少信息量而期望進行什么樣的處理這本身就很難。

因此，在下面說明的第四實施方式中，在第一實施方式的單元控制系統中設置學習器，在持續制造的期間始終反復學習，由此學習成：針對被提供的制造計劃信息，以使制造實績信息中的制造效率變得最高的方式輸出制造指示信息。并且，從所收集的信息中選擇需要的信息，并且使得能夠得到準確的評價值，由此壓縮綜合制造信息的信息量。

(第四實施方式)

圖14是表示基于第四實施方式的生產系統4的概要結構的一例的圖。

基于第四實施方式的生產系統4在單元控制系統22和23中設置有學習器60和61，這一點與第一實施方式的單元控制系統20和21不同，其它部分與第一實施方式相同。

圖15是表示單元控制系統22的概要結構的一例的圖。此外，單元控制系統22、23中設置的學習器60、61的結構是相同的，因此下面以單元控制系統22的學習器60為代表來進行說明。

學習器60包括設置于第一生成部265的第一學習器280以及設置于第二生成部270的第二學習器281。第一學習器280基于來自生產計劃裝置10的與產品的制造有關的以制造單元為單位的第一制造信息，來生成對應于制造單元30的多個制造機械300-302中的每一個制造機械的第二制造信息。第二學習器281基于來自多個制造機械300-302中的各個制造機械的與第二制造信息對應的與每個制造機械的信息有關的第三制造信息，來生成以制造單元為單位的第四制造信息。在此，第一學習器280將第三制造信息的一部分也用作輸入，第二學習器281將第一制造信息的一部分也用作輸入。

圖16是學習器的原理框圖。

第一學習器280和第二學習器281具有圖16所示的學習器50的結構。首先，說明第一學習器280。

第一學習器280具有狀態觀測部501和學習部502。狀態觀測部501觀測狀態變量，該狀態變量包括來自生產計劃裝置10的與產品的制造有關的以制造單元為單位的第一制造信息、以及來自多個制造機械300-302中的各個制造機械的與第二制造信息對應的與每個制造機械的信息有關的第三制造信息的一部分。

學習部502按照基于由狀態觀測部501觀測到的狀態變量而制作出的數據集(data set)，來學習基于第一制造信息的第二制造信息的生成處理。

圖17是表示第四實施方式的第一學習器中的機器學習方法的動作流程的流程圖。

第一學習器280的機器學習方法包括狀態觀測步驟S401和學習步驟S402。

狀態觀測步驟S401由狀態觀測部501來執行，即，從獲取部264獲取第一制造信息，并且觀測來自接收部268的第三制造信息。

學習步驟S402由學習部502執行，即按照基于由狀態觀測部501觀測到的狀態變量而制作出的數據集，來學習第二制造信息的生成處理。

關于學習部502所使用的學習算法，可以使用任意的學習算法。學習器具有以下的功能：通過分析來從輸入到裝置的數據的集合提取其中有用的規則、知識表現、判斷基準等并輸出其判斷結果，并且，進行知識的學習。其方法多種多樣，大致分為“有監督學習”、“無監督學習”、“強化學習”。還有在實現這些方法的基礎上對特征量本身的提取進行學習的被稱為“深度學習(Deep Learning)”的方法。此外，這些機器學習(機器學習裝置1)例如通過應用GPGPU(General-Purpose computing on Graphics Processing Units：通用計算圖形處理器)、大規模PC集群等來實現。

下面，作為一例，參照圖18和圖19來說明使用強化學習的情況。關于“有監督學習”、“無監督學習”等在后面敘述。

圖18是第四實施方式中的應用了強化學習的第一學習器的原理框圖。

學習部502具有報酬計算部511和變更控制意思決定部512。此外，除報酬計算部511和變更控制意思決定部512以外的結構要素與圖16所示的結構要素相同，因此對同一結構要素標注同一標記，省略對該結構要素的詳細說明。

報酬計算部511基于由狀態觀測部501觀測到的第三制造信息來計算報酬。第三制造信息是圖6的(c)所示的制造實績信息，也可以還包括制造所需的能耗、不良率等。

變更控制意思決定部512基于由狀態觀測部501觀測到的狀態變量以及由報酬計算部511計算出的報酬，來學習用于生成第二制造信息的函數(行動價值表)。關于函數(行動價值表)的學習方法在后面敘述。

學習部502既可以利用多層結構來運算由狀態觀測部501觀測到的狀態變量，并實時地對函數(行動價值表)進行更新，也可以對制造某種程度的數量的產品的期間內的信息進行積累，根據所積累的信息來計算新的函數(行動價值表)，考慮預測的效果等來最終決定是否變更。例如，學習部502也可以基于由狀態觀測部501觀測到的狀態變量以及由報酬計算部511計算出的報酬，按照神經網絡模型來更新用于決定第二制造信息的函數(行動價值表)。在此，作為利用多層結構來運算狀態變量的方法，例如能夠使用如后述的圖23所示的多層神經網絡。

圖19是表示第一學習器280中的應用了強化學習的機器學習方法的動作流程的流程圖。

首先，在狀態觀測步驟S401中，狀態觀測部501對包括第一制造信息和第三制造信息的一部分的狀態變量進行觀測。

接著，在報酬計算步驟S402-1中，報酬計算部511基于由狀態觀測部501觀測到的第三制造信息的一部分來計算報酬。

接著，在變更控制步驟S402-2中，變更控制意思決定部512基于由狀態觀測部501觀測到的狀態變量以及由報酬計算部511計算出的報酬，來變更用于生成第二制造信息的函數(行動價值表)。

接著，更詳細地說明第一學習器280。

圖20是表示第一學習器的原理框圖。

第一學習器280具有狀態觀測部290、第二制造信息生成部291、報酬計算部292以及變更控制意思決定部293。狀態觀測部290將第一制造信息以及用于計算報酬的第三制造信息的一部分作為狀態變量來進行觀測。第二制造信息生成部291基于第一制造信息來生成第二制造信息。報酬計算部292基于第三制造信息的一部分來計算報酬。變更控制意思決定部293基于第一制造信息和報酬，向預測會得到更高報酬的方向變更第二制造信息生成部291的函數(行動價值表)。此時，有可能會由于函數(行動價值表)的變更而產生大問題，因此，也可以在得到某種程度的生產數量的信息之前將第一制造信息 與報酬相對應地進行存儲，基于所存儲的規定量以上的信息來計算第二制造信息生成部291的新函數(行動價值表)。并且，期望的是，變更控制意思決定部293在驗證出所計算出的新函數(行動價值表)正確地進行動作的基礎上，對第二制造信息生成部291的新函數(行動價值表)進行更新。

圖21是表示在第四實施方式中應用了強化學習的第一學習器280進行學習的動作流程的流程圖。

在步驟S501中，基于第一制造信息來生成第二制造信息，并將第二制造信息輸出到制造單元30。

在步驟S502中，制造單元30按照第二制造信息來進行制造。

在步驟S503中，接收部268獲取第三制造信息，第一學習器280的狀態觀測部290觀測第一制造信息以及第三制造信息的一部分來作為狀態變量，將第三制造信息的一部分輸出到報酬計算部292。

在步驟S504中，報酬計算部292基于第三制造信息的一部分來計算報酬。

在步驟S505中，變更控制意思決定部293將第一制造信息與報酬相對應地進行存儲。

在步驟S506中，判定所積累的數據量是否足以變更第二制造信息生成部291的函數(行動價值表)，如果不足夠則返回到步驟S501，如果足夠則進入步驟S507。此外，如果在每次進行制造時都基于其報酬來變更第二制造信息生成部291的函數(行動價值表)，則不需要步驟S505和S506。并且，也可以是如下的變形例：從生產系統開始運轉起到積累了某種程度的信息為止進行步驟S505和S506，此后不進行步驟S505和S506而進入步驟S507。

在步驟S507中，變更控制意思決定部293進行向預測會得到更高報酬的方向變更第二制造信息生成部291的函數(行動價值表)的更新處理，并返回到步驟S501。下面，在生產系統的運轉中，重復該S501至S507的處理。

接著，更詳細地說明第一學習器280。第一學習器280具有以下功能：通過分析來從被輸入的數據的集合提取其中有用的規則、知識表現、判斷基準等并輸出其判斷結果，并且，進行知識的學習。如上所述，作為第一學習器 280的學習算法，大致分為“有監督學習”、“無監督學習”、“強化學習”。并且，還有在實現這些方法的基礎上對特征量本身的提取進行學習的被稱為“深度學習”的方法。此外，這些機器學習(機器學習裝置1)例如通過應用GPGPU(General-Purpose computing on Graphics Processing Units)、大規模PC集群等來實現。

“有監督學習”是指：通過將某個輸入與結果(標簽)的數據的組大量地提供給機器學習裝置，來學習這些數據集所具有的特征，歸納性地獲得根據輸入來估計結果的模型、即其關系性。在將該有監督學習應用于第四實施方式的情況下，能夠使用于基于第一制造信息的第二制造信息的決定。能夠使用后述的神經網絡等算法來實現該有監督學習。

“無監督學習”是指如下的方法：通過僅將輸入數據大量地提供給第一學習器280，來學習輸入數據呈何種分布，即使不提供對應的監督輸出數據，也對將輸入數據進行壓縮、分類、整形等的裝置進行學習。例如，能夠將這些數據集所具有的特征分類為類似特征等。使用其結果來設置某種基準以進行使其最佳的輸出分配，由此能夠實現輸出的預測。

另外，作為“無監督學習”與“有監督學習”的中間問題設定，存在被稱為“半監督學習”的方法，應用于以下情況：只有一部分是存在輸入與輸出的數據的組，除此以外是只有輸入的數據(例如仿真的數據)。

首先，說明將第一學習器280的學習算法設為強化學習的例子。

作為強化學習的問題設定，以如下方式考慮。

·第一學習器280觀測第一制造信息以及第三制造信息的一部分，決定第二制造信息(行動)。

·環境按照某種規則發生變化，并且，也有時自己的行動會對環境賦予變化。

·在每次行動時返回報酬信號。

·希望最大化的是報酬。

·從完全不知道、或者不完全知道行動會引起的結果的狀態起開始學習。 即，在生產系統實際動作之后，才能夠將其結果(產品)作為數據來獲得。也就是說，需要一邊反復試驗一邊探索最佳的行動。

·也能夠將如模仿人的動作那樣進行了事先學習(前述的有監督學習、反強化學習之類的方法)的狀態作為初始狀態，從好的開始地點開始學習。

在此，“強化學習”是指以下的方法：不僅學習判定、分類，還學習行動，由此依據行動對環境賦予的相互作用來學習適當的行動、即進行用于使將來得到的報酬最大的學習。這表示在第四實施方式中能夠獲得能夠根據第一制造信息來決定能夠適當地生產產品的第二制造信息這樣的、對未來產生影響的行動。例如使用Q學習的情況來繼續說明，但是并不限定于此。

Q學習是對在某個環境狀態s下選擇行動a的價值Q(s，a)進行學習的方法。也就是說，在某個狀態s時只要選擇出價值Q(s，a)最高的行動a來作為最佳的行動即可。但是，最初完全不知道關于狀態s與行動a的組合的、價值Q(s，a)的正確值。因此，代理(行動主體)在某個狀態s下選擇各種行動a，對此時的行動a賦予報酬。由此，代理(agent)逐漸學習更好的行動的選擇、即正確的價值Q(s，a)。

并且，行動的結果是使將來得到的報酬的合計最大化，因此目標是最終使Q(s，a)＝E[Σγ^tr_t]。在此，設期待值是按照最佳的行動進行狀態變化時取的值，由于不知道該值，因此要一邊探索一邊學習。例如能夠通過式1來表示這種價值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表示時刻t的環境的狀態，a_t表示時刻t的行動。通過行動a_t，狀態變化為s_t+1。r_t+1表示由于該狀態的變化而能夠得到的報酬。另外，帶有max的項是對在狀態s_t+1下選擇了當時知道的Q值最高的行動a的情況下的Q值乘以γ而得到的。γ是滿足0<γ≤1的參數，被稱為折扣因子。α是學習系數，處于0<α≤1的范圍。

式1表示基于進行實驗a_t的結果所返回的報酬r_t+1對狀態s_t下的行動a_t的評價值Q(s_t，a_t)進行更新的方法。示出了以下情況：如果與狀態s下的行動a的評價值Q(s_t，a_t)相比，報酬r_t+1+基于行動a的下一個狀態下的最好的行動max a的評價值Q(s_t+1，max a_t+1)更大，則增大Q(s_t，a_t)，反之如果更小，則也減小Q(s_t，a_t)。也就是說，使某個狀態下的某個行動的價值接近作為結果而即時返回來的報酬和基于該行動的下一個狀態下的最好的行動的價值。

在此，作為Q(s，a)在計算機上的表達方法，存在以下的方法：對于所有狀態行動對(s，a)，將其值作為表(行動價值表)來保持；以及準備對Q(s，a)進行近似的函數。在后一方法中，能夠通過用隨機梯度下降法等方法逐漸調整近似函數的參數來實現前述的更新式。作為近似函數，能夠使用后述的神經網絡。

另外，作為有監督學習、無監督學習以及強化學習中的價值函數的近似算法，能夠使用神經網絡。神經網絡由用于實現對例如圖22所示那樣的神經元的模型進行模仿的神經網絡的運算裝置和存儲器等構成。圖22是表示神經元的模型的示意圖。

如圖22所示，神經元輸出針對多個輸入x(在圖22中，作為一例為輸入x1～輸入x3)的輸出y。各輸入x1～x3被乘以與該輸入x對應的權重w(w1～w3)。由此，神經元輸出式2所表達的輸出y。此外，輸入x、輸出y以及權重w全部為矢量。另外，在下述的式2中，θ是偏置，f_k是激活函數。

[式2]

接著，參照圖23來說明將上述的神經元相組合而得到的具有3層權重的神經網絡。圖23是表示具有D1～D3這3層權重的神經網絡的示意圖。

如圖23所示，從神經網絡的左側輸入多個輸入x(在此作為一例為輸入x1～輸入x3)，從右側輸出結果y(在此作為一例為結果y1～結果y3)。

具體地說，輸入x1～輸入x3是在被乘以與三個神經元N11～N13分別對應 的權重后輸入的。將與這些輸入相乘的權重統一標記為w1。

神經元N11～N13分別輸出z11～z13。在圖23中，將這些z11～z13統一標記為特征矢量z1，能夠將其視作提取輸入矢量的特征量而得到的矢量。該特征矢量z1是權重w1與權重w2之間的特征矢量。z11～z13是在被乘以與兩個神經元N21、N22分別對應的權重后輸入的。將與這些特征矢量相乘的權重統一標記為w2。

神經元N21、N22分別輸出z21、z22。在圖23中，將這些z21、z22統一標記為特征矢量z2。該特征矢量z2是權重w2與權重w3之間的特征矢量。特征矢量z21、z22是在被乘以與三個神經元N31～N33分別對應的權重后輸入的。將與這些特征矢量相乘的權重統一標記為w3。

最后，神經元N31～N33分別輸出結果y1～結果y3。

神經網絡的動作包括學習模式和價值預測模式。例如，在學習模式中，使用學習數據集來學習權重w，使用其參數，在預測模式中進行組裝加工裝置的行動判斷。此外，為了方便而寫為預測，但是也能夠進行檢測、分類、推論等各種各樣的任務，這是不言而喻的。

在此，既能夠即時學習使組裝加工裝置在預測模式中實際動作而得到的數據，使該數據反映在下一個行動中(在線學習)，也能夠使用預先收集的數據群來進行匯總學習，以后一直以其參數進行探測模式(批量學習)。或者，作為中間性的方法，也能夠在每次累積了某種程度的數據時插入學習模式。

另外，能夠通過誤差反向傳播法(Back propagation)來學習權重w1～w3。誤差的信息從右側進入而流向左側。誤差反向傳播法是以下的方法：針對各神經元，以減小被輸入了輸入x時的輸出y與真正的輸出y(監督)之差的方式，對各個權重進行調整(學習)。

這種神經網絡也能夠進一步增加層為3層以上(被稱為深度學習)。能夠階段性地進行輸入的特征提取，僅根據監督數據來自動獲得對結果進行回歸的運算裝置。

因此，第四實施方式的第一學習器280為了實施上述的Q學習，而例如像 圖20所示那樣具有狀態觀測部290、第二制造信息生成部91、報酬計算部292以及變更控制意思決定部293。但是，如前所述，應用于本發明的機器學習方法不限定于Q學習。即，能夠應用作為能夠在第一學習器280中使用的方法的“有監督學習”、“無監督學習”、“半監督學習”以及“強化學習”等各種方法。此外，例如能夠通過應用GPGPU、大規模PC集群等來實現這些機器學習(第一學習器280)。例如在應用有監督學習的情況下，價值函數與學習模型對應，報酬與誤差對應。此外，作為該行動價值表，也能夠使用以前述的神經網絡來進行近似的函數，這在s和a的信息量極大時特別有效。

接著，說明第二學習器281。第二學習器281與第一學習器280同樣地，具有圖16所示的框結構，按照圖17所示的流程圖來進行機器學習方法。

第二學習器281是使用神經網絡而實現的，在此，在生產系統運轉前，第二學習器281在外部通過“有監督學習”進行學習(訓練)，以學習結束的狀態搭載于第二生成部270。因而，在搭載后無需對神經網絡進行變更，因此也可以是以下的運算回路：對輸入進行加權后進行相加等處理，得到至少一個輸出。

圖24A是表示第二學習器的結構的圖，圖24B是表示在外部的訓練時的結構的圖。

如圖24A所示，第二學習器281具有：狀態觀測部294，其將第一制造信息和第三制造信息作為狀態變量來進行觀測；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來生成第四制造信息。第四制造信息生成部295是例如通過神經網絡來實現的。

在進行在外部的學習(訓練)時，如圖24B所示，將神經網絡更新控制部297與第四制造信息生成部295連接。神經網絡更新控制部297是例如在安裝有用于實現第四制造信息生成部295的軟件的計算機上通過軟件來實現的。

當制造機械的臺數和產品的種類增加時，表示制造狀態的以制造單元為單位的信息、即第三制造信息一般來說容量變得非常大。因此，在具有多個單元控制系統的生產系統中，生產計劃裝置10所收集的第四制造信息的整體 的量也變得龐大。因此，期望的是，通過將第四制造信息限制為準確地表示制造單元的制造狀態的信息來壓縮信息量。并且，期望的是，根據第三制造信息來生成準確地表示制造單元的制造狀態的評價值，將其作為綜合制造實績信息，由此進一步大幅壓縮信息量。

因此，在訓練時，向第四制造信息生成部295輸入多種數據來作為第三制造信息。并且，制造狀態與第一制造信息相應地改變，因此也將第一制造信息輸入到第四制造信息生成部295。此外，也能夠取代第一制造信息而輸入第二制造信息。在該狀態下，變更向第四制造信息生成部295的輸入，神經網絡更新控制部297生成針對變更后的輸入的評價值。例如，操作員能夠基于向第四制造信息生成部295的輸入(第一制造信息和第三制造信息)來判定制造狀態的良好與否，因此將評價結果提供給神經網絡更新控制部297。神經網絡更新控制部297對第四制造信息生成部295的神經網絡進行更新，以使第四制造信息生成部295輸出與評價結果對應的評價值。通過重復以上處理，來進行第四制造信息生成部295的神經網絡的學習(訓練)。

將具有狀態觀測部294以及具有訓練已結束的神經網絡的第四制造信息生成部295的第二學習器281搭載于第二生成部270。此時，期望的是，不向第二學習器281輸入對第四制造信息的生成的貢獻(影響)小的第三制造信息。另外，關于第一制造信息(或第二制造信息)，也是不輸入對第四制造信息的生成的貢獻(影響)小的信息。另外，第四制造信息生成部295所輸出的評價值不限于一個，也可以是多個。

如以上所說明的那樣，在第四實施方式中，通過使用具有強化學習功能的第一學習器，將制造計劃信息和制造實績信息作為第一學習器的輸入，將制造指示信息作為第一學習器的輸出，由此在持續制造的期間始終反復學習，由此能夠使第一學習器學習成：針對被提供的制造計劃信息，以使制造實績信息中的制造效率變得最高的方式輸出制造指示信息。通過使用這種第一學習器，即使在制造單元的制造機械狀態變差的情況下，也通過制造實績信息將該情況輸入到第一學習器，輸出不選擇狀態差的制造機械的制造指示 信息，由此能夠提高制造單元的效率。并且，通過使用第二學習器從以制造單元為單位的信息提取特征量，能夠減小信息的大小。通過將神經網絡用作第二學習器，能夠根據作為以制造單元為單位的信息的、電流值、加工時間、周圍溫度、產品尺寸的輸入值來輸出本次的制造單元中的加工的評價值，通過將該評價值作為綜合制造實績信息，能夠大幅壓縮信息量。另外，通過使用第二學習器來生成以制造單元為單位的信息，能夠正確地評價制造質量。