カネカがAIシステムで樹脂プラントの乾燥設備を最適運転、年間100t増産：マテリアルズインフォマティクス（1/2 ページ）
本稿ではカネカが独自開発したAIシステムで樹脂プラントの連続乾燥設備の最適な運転を実現し、年間100tの増産を達成した事例などを紹介する。
カネカ 信頼の生産センター 生産DX・CNチームの水野勇渡氏は、米国のソフトウェア会社であるDataikuが開催したデータ／AI（人工知能）の活用イベント「Data & AI Day 2023」で、講演「カネカの生産現場におけるデータ／AI活用-現場の知見＋データで価値創造を実現する」を行った。
カネカはさまざまな樹脂素材や包装材、機能性材料、医療器具、医薬品などを開発／製造するメーカーで、国内主要生産拠点として高砂工業所（兵庫県高砂市）、大阪工場（大阪府摂津市）、滋賀工場（滋賀県大津市）、鹿島工場（茨城県神栖市）を保有している他、北米／南米、欧州、アフリカ、アジア／オセアニアにも拠点があり生産および研究の活動をグローバルに展開している。
生産DXを支える基盤はAIプラットフォームと高度データ活用技術者
現在、同社はモノづくり領域のデジタルトランスフォーメーション（DX）とカーボンニュートラルの一体化を推進するとともに、デジタル技術を駆使した生産革新と全社デジタルプラットフォームの高度化、業務革新を進めている。これらにより新ビジネスの創出とWork Culture（ワークカルチャー）の変革を後押しする。
水野氏は「当社では2023〜2025年度に国内工場を対象にDX関連で約150億円の投資を行い、製造コストの低減と労働生産性向上を図り年間約50億円の費用削減を目指している。これらを実現することで業務全体を効率化し、基盤業務より創造型業務の割合を増やす。2020年の実績では基盤業務と創造型業務の割合は80％対20％だが、2030年には30％対70％とし創造型業務の割合を大幅に増大することを目標に掲げている」と話す。
同社では生産DXのレベルを4段階で区分し各段階の機能構成も定義している。第1段階は「工場の情報の蓄積」で、ERP（企業資源計画）、受注、原価管理、ロジスティクス、MES（製造実行システム）、操業管理、在庫管理、画像解析、音／振動解析の機能、DCS（統合生産制御システム）／PLC（プログラマブルロジックコントローラー）の運転データで構成されている。
第2段階は「工場の見える化」で、操業情報、在庫情報、品質情報から成る工場KPI（重要業績評価指標）ダッシュボート、スケジューラ（生産計画）や営業／管理との連携強化の機能で構成されている。
第3段階は「工場で起こることの予測」で、異常予兆検知（設備／プロセス）、品質予測（変動要因の究明）、作業把握、最適生産計画、原料調達、最適在庫管理、需要予測、知的統合、ノウハウ伝承の機能で構成されている。
第4段階は「最適に生産」で、最適な運転条件での生産（安全／品質／生産性／コスト／新製品）、最適生産計画、原料調達、最適在庫管理、需要予測、知的統合、ノウハウ伝承の機能で構成されている。「第3段階の異常予兆検知、品質予測、作業把握と、第4段階の最適な運転条件での生産ではデータおよびAIの活用が重要となる」（水野氏）。
そのため、生産DXを支える基盤はAIプラットフォームと高度データ活用技術者の育成から成る。AIプラットフォームは全社インフラとして従業員が使えるツールで、各課の主体的な取り組みの促進と全社的なモメンタム（テクニカル指標）の醸成で利用されている。具体的には、このツールで、データの取得／加工およびAIモデルの作成が行えることに加え、オンラインでのAIモデルの業務組み込み、AI算出結果の他システムとの連携、見える化、AIモデルの劣化監視が実施できる。これらにより、各課のAI開発、業務やシステムとの連携、維持運用を後押ししている。
水野氏は「AIプラットフォームは、複数の課による重複した開発を不要とし、同プラットフォームのパッケージ標準機能を利用して、低コストかつ短期間でシステムの開発などが行える。さらに、自社の人材がデータ分析やAIモデルの開発、継続的な改善が実施できる。AIプラットフォームのパッケージがバージョンアップすることで最新テクノロジーも順次取り込める。なお、当社ではAIプラットフォームを活用することで、従来方法と比べ工数を減らしスクラッチ（オリジナルのシステム）開発のコストを半分以下にした」と利点を述べた。
Copyright © ITmedia, Inc. All Rights Reserved.