次世代SMT省人化は「既存ラインを生かす」、自動化／生成AI／X線CTで描く未来：第2回 関西ネプコンジャパン（3/3 ページ）

「第2回 関西ネプコンジャパン エレクトロニクス開発・実装展」では、異なるメーカー同士の装置がシームレスに連結し、あたかも1つの巨大なシステムのように稼働する「次世代SMT省人化体験ブース」が登場した。本稿では次世代SMT省人化体験ブースに展示された機器の紹介と、「自動化・生成AI・X線CTで描く 次世代エレクトロニクス製造の未来像」セミナーの内容を伝える。

[松永弥生，MONOist]

Perfect Fit Automationで目指す未来――ヤマハ発動機

　「自動化・生成AI・X線CTで描く 次世代エレクトロニクス製造の未来像」では、ヤマハ発動機とオムロンから、モノづくり現場の革新事例が紹介された。

ヤマハ発動機の有本一郎氏

　ヤマハ発動機は、深刻化する人手不足や環境対応を背景に、SMT（表面実装）フロアの新たな自動化コンセプト「Perfect Fit Automation（パーフェクトフィットオートメーション）」を提唱している。講演では、既存設備を生かしながら段階的に省人化を進める構想と、SMT周辺工程まで含めた自動化戦略が同社 ロボティクス事業部 営業統括部の有本一郎氏によって示された。

　近年の製造現場では、DXやAI活用が進む一方で、環境規制への対応や熟練人材不足が大きな課題となっている。SMTラインでもIoTによる可視化やMES連携は一般化したが、「誰が運用しても同じ品質を維持し、少人数で安定稼働する」体制の構築が求められているという。

　ヤマハ発動機が目指すのは、ライン停止を極小化し、人は想定外対応に集中する生産フロアだ。その第一段階として、ライン内の無人化／無停止化を推進。はんだ無停止供給機能や多段スロットによるメタルマスク自動交換、新開発のカセットフィーダー自動交換機構などを順次投入し、生産を止めずに段取替えや部品補給を行う仕組みを整える。

　さらに、人が担う作業を中間作業エリアへ集約し、定点化した上でロボットへ置き換える。AMRや自動搬送ステーションを用い、フィーダー供給や回収を自動化することで、ラインサイドの常駐作業を削減する構想だ。これは全面刷新ではなく、既存ラインの延長線上で導入できる点が特徴となる。

　検査工程ではAI活用も進める。AOIで検出した不良候補の二次判定を支援し、作業者ごとの判断ばらつきを抑制。あらかじめ完成したAIを提供するのではなく、顧客が現場データで育成しながら自動化レベルを高める“現場適応型AI”を目指す。

　SMT後工程の自動化にも注力する。同社は2022年から専門体制を本格化し、現場調査から構想設計、SIer連携までを一貫支援。パワーモジュール組み立てやフレキシブル基板印刷、異形部品挿入、ICT検査自動化など多様な案件を進めている。SMT装置、産業用ロボット、生産技術を横断するチーム編成で、顧客ごとの最適解を提案していく考えだ。

　有本氏は「自動化は一足飛びではなく、工程ごとに無理なく積み上げることが重要」とし、人手不足という社会課題の解決に向けて開発を加速させる方針を示した。

高速X線CT技術と生成AI活用で高スループット――オムロン

　オムロンは、生産検査システム事業における生成AI活用と工場自動化の取り組みについて、同社 インダストリアルオートメーションビジネスカンパニー 検査システム事業本部 AXI企画統括部 XI PMGの村上清氏が講演した。省人化やノウハウレス化といった直近課題への対応策と、中長期的に「全操作の自動化」を目指す方針を示した。高速X線CT技術と生成AIを融合し、高スループットな量産工場の実現を目指す。

オムロンの村上清氏

　電子機器の製造現場では、生成AIの普及に伴い、半導体の高性能化が進んでいる。特にAI向け半導体では、複数チップを統合した先端パッケージの大型化／複雑化が進み、製造難易度が急速に高まっている。2.5D／3Dパッケージやチップレット構造の複雑化により、不良発生要因の特定や品質管理はこれまで以上に難しくなった。

　一方で労働人口減少や生産拠点の国内回帰を背景に、省人化と技能伝承の効率化が急務となっている。

　こうした課題に対し、同社が軸とするのが高速X線CT検査だ。従来の2D検査では裏面部品などの影響で確認が難しかった箇所も、3D CTなら多方向から断層確認できる。オムロンはこれをインライン運用可能な速度まで高速化し、検査結果を生産設備へリアルタイムにフィードバックすることで、生産条件の自動最適化を図る。単なる不良検出装置ではなく、品質を安定化させる制御基盤として位置付ける。

　生成AIの活用も本格化している。X線検査では、従来熟練者が担ってきた検査条件設定をAIが自動生成する「AIオートプログラム」を開発。さらに自然言語で装置に指示できる対話型インタフェースも試作しており、専門知識がなくても検査立ち上げが可能な環境を目指す。これにより技能依存を減らし、多国籍化が進む工場でも均質な運用を実現する考えだ。

　加えて、熟練者が不良解析時に発する“つぶやき”をテキスト化し、画像データとひも付けて蓄積する実証も進める。Vision-Language Model（VLM）を活用し、過去事例を基にAIが不良要因を推論／提案する仕組みだ。これにより、不良解析ノウハウを継承しながら、技能者不足を補う。

　同社は現在、37団体が参画する技術コンソーシアム「SACS」で2028年の実用化を目標に、モジュール型の自動化ライン標準化にも取り組む。最終的には、現場作業を動画と音声で学習したAIが全操作を代替する未来像を描く。まずは検査設定や不良要因分析の自動化から実装を進め、将来的な完全自律工場につなげる構えだ。

⇒その他の「FAイベントレポート」の記事はこちら