カメラによるインライン検査やIoT活用、デジタル技術による「品質向上」最新事情:MONOist 製造業×品質セミナー(前編)(2/2 ページ)
MONOistは2021年6月3〜4日、オンラインで「品質」をテーマとしたセミナー「製造業×品質、革新するモノづくりの在り方」を開催した。同セミナーでは検査不正や品質問題に立ち向かうべく、IoT(モノのインターネット)やAI(人工知能)といった新たな技術を「品質改善」にどのように組み込むべきかを紹介した。本稿では「3D DATAを活用した設計品質向上とIT活用インライン検査」をテーマとした、ロジ 代表 小田淳氏の基調講演を含む「Day1」の様子をダイジェストで紹介する。
データ統合の重要性を訴えたCloudera
「Day1」では小田氏の基調講演に続いて、Cloudera、オートデスク、アルテアエンジニアリングから、先進デジタル技術を生かした設計や製造の品質向上へのソリューションなどが紹介された。
「“つながる”と“データ”で実現! モノからコトづくり事業変革」をテーマとした講演を行ったのが、Cloudera ビジネスディベロップメントマネージャーの宇高慶太氏である。製造業を取り巻く事業環境は、製品のコモディティ化とデジタル技術の進化によって激化している。宇高氏は、製造現場、サプライチェーン、製品のデータを「つなぐ」という点、さらにそれを「活用する」という点を強調し、コトづくりへデジタル変革(DX)した事例や勘所を紹介。これらに対し、Clauderaのソリューションがどう貢献するかを説明した。
Clouderaは2008年に設立された機械学習と高度な分析のための次世代データプラットフォームを提供するグローバルベンターである。製造業におけるOT(制御技術)やITなどで得られるさまざまな種類のデータを統合して活用するため、データソリューション「Cloudera Date Platform」を提供することを訴求。「工場や生産設備の稼働データ(IoTセンサーデータ)を含めて、ERP、MES、PLM、保守など社内業務システムのあらゆるデータをまとめて収集、加工することができる」と宇高氏は述べている。
1つのデジタル情報のフローを構築する価値を訴えたオートデスク
オートデスク 技術営業本部 シニアテクニカルセールススペシャリストの清水元氏は「『設計』×『品管』×『製造』の情報連携が品質向上のカギ」をテーマに、設計領域における品質向上への取り組みについて説明した。
「品質・コスト」の8割は「設計」で決まるといわれているが、量産時に不具合を発見しても、部門間で導入されているシステムやツールの違いにより、データ(情報)の連携が不足することで、品質不良やリードタイムの遅延が発生する。清水氏の講演では、コミュニケーション不足と品質技術の伝承にフォーカスを当て、品質不良の改善また削減についての取り組みを紹介した。
オートデスクでは各部門で利用するデータ(情報)を一元管理し、その情報を製品設計、購買品管理、生産計画、製造などでロスなく連携させ、1つのデジタルの情報として流す「コネクテッド・デジタル・ワークフロー」の実現を訴えている。分断された部門間のデータ(情報)を双方向でつなぐことで、品質改善だけでなく、品質保証体制の強化と生産性向上の両方を実現する重要性について解説した。
機械学習を品質保証に活用するハードルを下げるアルテアエンジニアリング
アルテアエンジニアリングは「機械学習を品質保証に活かす! エンジニアリング会社が提供するソリューション」をテーマに、執行役員 副社長の阿部大生氏が講演を行った。
品質保証と機械学習の組み合わせは大きな注目を集めているが、人材不足や複雑なシステム構築、データ不足が足かせとなり、品質保証に機械学習を導入することは困難な場合が多い。この課題解決に向け、プログラミングの知識がなくても扱え、既存のシステムを生かせるアルテアエンジニアリングの機械学習ツールとシミュレーション技術を組み合わせることで、導入へのハードルをクリアしつつ、機械学習を取り込み、予測精度を上げることができるという。
阿部氏は「機械学習の知識がなくても、ディープラーニングを使ったり、クラスタリングで分類したりすることもできる。見える化についてもストリーミングデータをリアルタイムで可視化するツールも用意している、シミュレーションで得られるデータなども組み合わせたソリューションを提供できるところも特徴だ」と述べている。
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
- 2019年も検査不正は続くのか――モノづくりのプライドを調査報告書から学べ
2018年に不適切検査を公表した企業は原因がどこにあると考え、どのようにして再発を防止するのか。その答えは各社の調査報告書でたどることができる。本稿では、不正を犯す現場がどのような状況にあるのか、そして不正のない現場で今後不正を出さないためにできることを検討する。 - 相次ぐ品質不正、その発生原因と検討すべき対応策
品質不正の連鎖は収束する気配を見せません。品質不正は一企業の問題で済むことでなく、産業全体の停滞を招く可能性も十分にあります。本連載では相次ぐ品質不正から見える課題とその処方箋について、事例を交えつつ全7回で解説します。 - 品質保証の体制をIoTでカイゼンする
日本型モノづくりの象徴ともいうべき「トヨタ生産方式」。本連載では多くの製造業が取り入れるトヨタ生産方式の利点を生かしつつ、IoTを活用してモノづくりを強化するポイントについて解説していきます。第3回となる今回は、品質保証体制へのIoT活用のポイントについて紹介します。 - 品質管理に必須の統計的手法「X-R管理図」「P管理図」の作り方
生産現場の品質管理に使われる「X-R管理図」「P管理図」は、実際にはどうやって作ればいい? サンプルを基に手を動かして覚えよう。 - 試作品の数を劇的に減らす直交配列実験の実務
品質管理のための代表的な統計手法である実験計画法について、実践的な手法を短期間に習得したいと希望している読者に向けて、Excelを使って効率的に独学できるような解説を行う。 - あなたが品質管理で果たすべき役割は何か
製造現場で実施する製品管理を中心とした品質管理の基本を解説する。組織における品質管理の在り方から先人の教訓まで、筆者の経験とノウハウを紹介。