工場Factory

データエンジニアリングによる工場 IoTソリューション

1 IoTインフラによる実績収集

実績がとれず生産性向上に限界

標準時間を基にして生産計画を立て実行してみても、標準時間と実際の作業時間には常に乖離があります。
細かな実績がわからないので、どこに無駄や不効率があるのかわからず、あるいは製品ごとの原価を定量的に把握することができません。
今以上に生産性を向上させるためには、細かな「実績データ」を収集する必要があります。

実績データ取得するのは意外に難しい

しかし、有効な「実績データ」を取るには、様々な問題があります。

例えば、「機械」の利用実績情報はPLCやSCADAで取得できていたとしても、「モノ(仕掛品)」や「人(作業員)」の実績収集はほとんど出来ないのが現状ではないでしょうか。
また、ライン方式の生産過程で工程単位の実績が取れても、セル方式ではそれが難しい。

さらに、細かい実績は、作業員が手動で入力するケースがありますが、入力忘れや間違いなどがあり、信憑性は低いといえます。

このように「実績データ」の取得が中途半端で、かつ不正確なため、生産管理(工程、原価、品質、勤怠、他)の管理精度に限界が生じます。

画像1

IoTインフラが実績を自動収集

IoTインフラ(EXBeaconプラットフォーム)の大きな役割の一つは、位置情報を取得することです。「モノ(仕掛品)」でも「人(作業員)」でも、位置情報がとれればそれを巧く加工して「実績データ」を生成することが可能です。このようにIoTインフラは、これまで工場で取得しにくかった「実績」を見える化します。

そして、IoTインフラは、自動で実績を収集することができ、取り忘れもありません。
さらに、IoTインフラは、位置情報だけでなく、温湿度や振動をはじめ様々なセンサー情報を同時に収集します。

2 データエンジニアリング(によるコンサルティング)

なぜ・データエンジニアリングが必要か

「実績」とは、実際に示された「作業活動」ごとの業績のことですが、有効な「実績データ」を収集するには、「作業活動」を最適な単位で定義しておく必要があります。こうしたデータを活動基準(Active Based)データといいます。

まず、データ利用目的等と照らし合わせて「作業活動」の大きさや範囲を決めたうえで、「作業活動」と「場所」を意味関係付けていきます。こうすることで「位置情報」を取得することで「作業活動」の「実績」が取得できるようになります。

このようにデータ生成の初期段階の作業が重要となり、データを取得する仕組み(IoTインフラ)も狙い(目的)を定めて構築していきます。これがデータ・エンジニアリングです。

元データは一つ

「実績データ」は、工程管理、原価管理、在庫管理など多岐に活用できます。しかし、元となるデータは一つの位置情報であることが多く、場所×作業の紐付けや利用目的に応じてデータを加工しているにすぎません。

カイゼン活動でのデータ利用はその単目的になりますが、実績データは多目的に使えることから、せっかくなら他の目的でも利用しない手はありません。こうしたデータ利用についてコンサルティングするのも、データ・エンジニアリングの重要な役割です。

データ・エンジニアリングとは

このように、「データ・エンジニアリング」とは、データ取得を総合的にデザインする新たな道具です。

「データ・エンジニアリング」により現場からデータ収集するシステムを設計・構築します。こうして運営されるシステムは、生産管理システムの下部システムとなります。

実際に収集したデータの活用方法は、大きく3つあります。

① 実績データを常時取得し、上位システム(MES、ERP、他)に接続しながら、リアルタイムで生産調整を行うとともに、幅広く異常を検出する。 人・モノとも「製番ごと」「工程ごと」の実績時間を取得するのが基本

② 次に、「①」で蓄積した実績データをもとに、原価管理や勤怠管理、標準時間の決定などを行うとともに、生産上の問題点を分析・抽出する。

カイゼン活動を進めるために、詳細な実績データをスポット的に収集する。

画像12

参考:データ・エンジニアリングとデータサイエンス

データ・エンジニアリングでは、顧客のデータインサイトを深掘りし、真に役立つデータとは何か明確にします。そして、様々な技術を組み合わせ、データ抽出プロダクトや収集システムを設計・構築し、効率的にデータを提供します。

一方、データ・サイエンスは、収集したデータをもとに、データ加工、検定/判断、パターン分析、予測、最適化などの分析を行います。問題点の抽出や、課題解決の方法などを検討したり、上位システムにデータ提供するものです。

両者は川上・川下の関係を構成します。特に目的的にデータを生成する場合は、データ・エンジニアリングがより重要になります。

画像13

3 取得実績データを多目的に活かす

データ加工の仕組み

IoTインフラでは、人やモノに電波を発信する「タグ」をつけて位置情報を取得します。IoTインフラから上がるデータはローデータ(機械データ)です。

まず、そのローデータを位置情報に変換します。その際、人もモノも「ID」「時間」「位置」の3情報で表現されます。

次に、場所と作業活動との意味関連付けを行い、単なる位置情報を「作業活動」と関連付けた意味あるデータに変換します。

さらに、利用目的に適合したデータ加工を行います。このように位置情報をもとに生成したデータは、「着完時間」「所在・滞在検知」「実績時間」「ピーク/オフ時間」「移動回数」をはじめ多岐にわたります。

画像6

データ・エンジニアリングによるコンサルティング

以下の機械組立工場の事例は、IoTインフラで取得した仕掛品の着完時間データをもとに滞留分析や稼働分析などを行い「工程管理」に利用していた工場です。それが、IoTインフラを拡張することで「在庫管理」に利用しようとしている事例です。工場に設置したインフラを拡張し、対象を少し広げ、データ加工の仕方を変えることで、多目的にデータを活用していただくことが可能です。

データ・エンジニアリング事例①

3.期待される導入効果

自動化

着完情報の自動収集化

これまで、作業の着手完了情報の収集は、ハンディーターミナル等を使って作業員が手動で行ってきました。

本ソリューションを導入することで、自動で計測出来ます。作業負担を軽減するだけでなく、確認漏れや確認忘れがなくなり、正確で生産性を向上させます。

作業日報の自動化

作業日報は作業後に作業員自身が記載し、管理者が確認することで作成しますが、情報が不正確で、作業員や管理者にも負担を強います。

本ソリューションを導入することで、収集する作業員の居場所情報をもとに、自動的に日報を作成します。

拡張機能/システム構成

生産管理システム等の連携

EXBeaconプラットフォームは、多彩なシステム間連携が可能です。
外部インターフェースは以下の通りです(Web/API、ファイル出力、IoTDB出力)。ダッシュボードを通じて、実績データを手動でダウンロードすることも可能です。

図24

システム構成

工場の場合、IoT DBは EXBeaconプラットフォームが収集する実空間情報のみならず、PLC(機械情報)はじめ外部システムと接続し、工場内の様々な種類の情報をまとめて蓄積します。
IoT DBは、デジタルツインの実態となり、1) MESやERPに対して現場管理情報を適宜提供、2) 現場支援サービスを常時提供、3) 蓄積情報を様々な分析ツールを用いて分析、を行います。

図25

拡張機能(様々なセンシング)

EXBeaconプラットフォームはBLEメッシュネットワーク技術を採用しており、基本的にBLEアドバータイズ規格を持つセンサーであれば、どの様なセンサーでも接続が可能であり、スマートフォンもセンサーとして活用することが可能です。

実際に複数メーカーと連携し、多数のセンサーとの接続実績を有します。また、流通販売していない特殊センサーの試作・開発を行うことが可能です。

このように、今後進化していくことが想定される貴社のセンシングニーズに合わせ、最適なセンサーをご提案することが可能です。

導入事例等

作業台帳を使った作業進捗状況の把握

【顧客】東芝エレベータプロダクツ㈱

大型アセンブリ工場内における機械製造の作業工程管理システム。仕掛品群と一緒に動いている作業台帳にBLEタグを付け、台帳置きに受信機(EXBeacon)を付け、作業エリアごとの作業進捗状況を把握します。

 

仕掛品や作業員の位置検出 / MES連携

【顧客】大手楽器メーカー

所定場所における仕掛品の有無を検出し、詳細な工程管理を行います。
作業員の位置情報を収集することで、工程ごとの所要時間を把握します。
MESと連動し、生産管理の精度を高めます。

指向性ビーコンによるパレット位置検出

【顧客】大手自動車メーカー

工場内の「金属パレット」の所在管理。
各パレットにタグを付けるとともに、指向性ビーコンを用いて境界判定を行うことでより正確な位置を判定します。

1m測位方式を活用した進捗状況の把握

【顧客】大手精密機械メーカー

精密機械工場内における製造工程管理。
圧力センサによる製品配置や、指向性ビーコンによる仕掛品や作業員の有無判定により、工程管理に活用します。

カード型タグによる従業員・仕掛品の所在管理

【顧客】㈱中村製作所

部品製作工場での人・モノの所在管理。
作業管理表(紙)のクリアファイルに超薄カード型タグを付けて仕掛品の位置を管理。
従業員の現在地だけでなく、帰宅ラックを使って帰宅者の管理も同時に行います。

収集した位置情報から作業実績を自動生成

【顧客】大手精密機械メーカー

精密機械工場内における製造工程管理。
圧力センサによる製品配置や、指向性ビーコンによる仕掛品や作業員の有無判定により、工程管理に活用します。

製造業向けBCP対策ソリューション

新型コロナウイルス(COVID-19)禍下にあっても、製造業は操業を継続していく必要があり、新たなBCP(事業継続計画:Business continuity planning)対策が必要です。
そこで、IoTインフラによる「デジタルツイン」を活用し、製造現場の可視化や、管理強化したりする新たな対策をご提案します。
詳しくは、以下のボタンから資料をダウンロードしてください。

2分でわかる工場ソリューション動画

工場調査フェーズ「行程外運搬時間」

工場調査フェーズ「作業時間」

工場分析フェーズ「製造時間」

工場改善フェーズ「自動日報作成」

工場分析フェーズ「稼働率」

工場分析フェーズ「適正配置」