ABeam IoT Solution
IoT Data-driven Manufacturing

高まり続ける品質要求、超短納期への対応、労働力減少と匠世代の退職、製造業を取り巻く環境変化により、生産における付加価値の創造は難易度を増しています。
また、ドイツのIndustrie4.0に端を発し、IoTやAIなどのテクノロジーを活用した生産工程のデジタル化、省人化・自動化、つながる設備を活用することによる製造業改革の波へどう対応していくかも問われています。
アビームコンサルティングは、実績あるIoTソリューション/活用シナリオ/最新分析技術/IoT Platform/データドリブンアプローチなどのアセットを元に、製品品質や生産性向上を実現する生産現場のデジタル化を支援いたします。

生産現場改善の取組みテーマ

高品質な製品設計・開発・生産による市場の信頼獲得と、徹底的な効率化による競争力向上に向けた取組みは、製造業における永続的課題となります。

□製品品質
■設計
・市場での製品劣化状況把握と設計活用
・顧客要求とのズレ工場間すりあわせなど品質基準調整
■生産
・設備挙動のバラツキを監視し製品品質の均一化
・設備設定、品質検査など高品質を支える匠の技伝承
■検査/トレーサビリティ
・人では発見できなかった不良原因の特定
・レーサビリティ強化による品質改善スピード向上

□生産性
■設備稼働
・チョコ停改善ドカ停殲滅
・止まらないライン作り
・過度な予防保全や補修部品在庫の適正化
■全体スループット
・部品/仕掛品工場をまたいだ無駄な在庫圧縮
・日々起こる生産調整の状況把握と最適な作業組立

データを活用し製品品質と生産性を向上するIoTソリューション

製品・設備・生産プロセスのデータ解析と結果のパターン化から得られる洞察を元に課題解決を実現し、製品品質と生産性向上を実現します。

■業務課題解決目線を持った データアナリティクスと分析モデル
高度な解析 (機械学習/深層学習)×製造業知見による 課題仮説と事象解明
■データ活用を業務に組込むためのIoT Platform
主要な各種クラウド から選択可能な構築済み環境
・データHUB
・業務プロセスコントロール
・マネジメント基盤
■自動化した基礎分析を含むサイクル型業務適用方法論
データ加工/基礎分析 ツールによる短期化
▼
□IoT活用シナリオ
【生産設備と検査データを活用した製品品質向上】
・設備と検査機器データから品質原因の相関を分析モデル化
↓
・品質検査の高度化と設備/生産プロセス改善活用
- 設備不調傾向と 加工品質影響のチェック
- 単純な閾値検査ではなく検査中の時系列変化把握

【生産設備データを活用した稼動監視/故障予測】
・設備センサーデータ 状態検知/故障予測分析モデル化
↓
・設備稼働モニタリング 、効率的なメンテナンス業務活用

【市場製品のデータを活用した設計改善】
・製品内センサーデータから製品稼動をモデル化
↓
・誤動作の検知/原因分析と 製品設計改善活用
- CAEシミュレーション パラメータの 検討利用

【生産計画/稼動データによる工場CPS化】
・スケジューリング/実稼動データから 工場全体俯瞰モデル化
↓
・生産管理/現場作業指示業務活用
- 緊急指図対応作業 シミュレーション
- 工場俯瞰モニタリング /生産計画精緻化

業務課題解決目線を持ったデータアナリティクスと分析モデル

□高度な解析技術によるIoT課題の解決
■膨大なセンシングデータの中から、発生頻度が低くても問題の発見・予測が可能です。
・多品種少量生産の中での製品ごとの不良要因 ・製品/設備の故障発生タイミング など

【問題発見の難易度、データ量】高い・多い順
・深層学習
課題の解決に必要な本質的な特徴量の発見
・機械学習
データから反復的に学習しそこに潜むパターンを発見
・データマイニング
・統計学

□高度な解析技術 利用の課題
結果に至る過程がブラックボックスで納得感がなく 業務改善への活用に繋がらない
↓
□ABeamのIoTアナリティクス
製造業に関する知見を加えることで、製品/設備/プロセスでの現実事象と データを照らし合わせながら分析し、可読性が高く高精度な予測を実現します
■ブラックボックス化させない 可読性の高いデータ解析
・展開/高度化
解析結果を現場業務・システムに組み込み、継続的な改善サイクルを回す
・特徴抽出、予測分析
さまざまなアルゴリズムの組合せや独自のチューニング技術により結果を導出
・現状把握/仮説の構築
現場実務担当者の経験や知見といった現場目線を踏まえてデータを解釈し仮説を構築
・データの構造化
ISO等の国際規格や機械工学の応用学術知見等に基づきデータを構造化

データ活用を業務に組込む為のIoT Platform

製品や設備のセンサーデータ/各種エンタープライズデータを収集・蓄積・分析するIoT Platformを、構築済みの主要なIoT クラウドサービスから選択し、ビジネス・業務に合わせチューニング、適用していきます。

データ発信
▼

【ABeam IoT Platform】
データ収集
↓
データ蓄積・加工
↓
分析
↓
見える化
↓
データ連動

▼
データ活用

■主要なIoTクラウドサービスから 選択可能なハイブリッドな環境
■センシングからエンタープライズまで多様なデータ種への対応
■データ加工や分析を簡易化する ライブラリ群
■デプロイ済みの分析モデルと それを学習・運用する管理ツール

自動化した基礎分析を含むサイクル型業務適用方法論

最新のデータ分析技術・IT・製造業知見を持つ専門家が、分析/結果評価/改善のサイクルを回し、対象の製品/設備/プロセスに即した形での分析モデル構築とデータ活用の仕組み作り、それを活用した業務適用と定着を推進していきます。

【シナリオ/効果仮説出し】
ビジネス命題を決定し課題仮説と、効果が見込める活用シナリオを創出
・IoTシナリオ/期待効果策定
▼
・分析範囲設定
↑↓
【既存データ分析】
収集可能な既存データを弊社分析ツールでクイックに加工/分析を実施
・既存データ分析
▼
・活用データ/分析手法
↑↓
【データ活用の仕組み構築】
製品・設備などのデータを収集/蓄積/見える化する仕組みと分析モデルを構築
・データ収集/分析 システム構築
▼
・分析モデル構築 /システム組込み
↑↓
【業務改善/サービス化】
構築した仕組みで業務改善やサービスを運用しながら適宜モデルをチューニング
・業務改善/サービス提供
▼
活用データとその方法の最適化

PDFダウンロード

IoT」関連のお客様事例