ものづくり製造業のための
お役立ちマガジン
ものづくり製造業のための
お役立ちマガジン
急速な科学技術の発展、そして国内の労働人口減少の流れは今後の製造業に大きな変革をもたらすことが予想されます。
数年前から製造業ではDX化を推進するために、今までの工場をスマート工場へシフトする取り組みが求められています。
しかし、多くの企業では積極的な取り組みが進んでいないのも事実です。
そこで今回は、スマートファクトリーの基礎の部分と実際に取り組むためのロードマップを紹介します。
スマートファクトリーとは
スマートファクトリーのメリット
・生産状況の可視化
・人材不足解消と人材育成
・コスト削減
スマートファクトリーを導入するうえでの懸念点
・成果が出るまでに時間がかかる
・投資効果を算定しにくい
・セキュリティ強化
スマートファクトリーの成功事例
・東洋製罐
・ヤマザキマザック
・日本特殊陶業
・今野製作所
スマートファクトリー化のロードマップ
①データ収集・蓄積
②データによる分析・予測
③データによる制御・最適化
まとめ
スマートファクトリーとは、工場内にある生産設備や工作機械などのあらゆる機器や設備をネットワークに接続させ、稼働状況や品質を管理する工場のことです。
実現にはAIやIoTを導入する必要があり、ネットワークを介してIoTセンサーなどを用いてデータを収集し、AIによる分析を反映することで、工場全体の効率化を図ります。
このスマートファクトリーという言葉は、ドイツの産業政策「インダストリー4.0」から提唱されました。
「インダストリー4.0」とは、AIやIoTなどの製造業のIT化を促進するプロジェクトのことで、日本語で「第4次産業革命」を意味するように、製造業の在り方を変える大規模な改革となりました。
ドイツで始まった「インダストリー4.0」が成果を挙げ始めると、世界中にスマート工場化が広がり、日本でも導入が進みました。
スマートファクトリーのメリットとして、生産性向上と製品の質の担保につながります。
そこには、製造業の抱える製造プロセスや人材の問題を解決することができるからです。
センサーを備えたIoT端末などによる常時観測・監視を実施することで、工場内設備や機器の作動状況を把握や人の動きの確認ができるようになります。
工場全体から各製造ラインまで様々な単位でモニタリングすることで、必要なデータをリアルタイムでどこでも共有可能です。
集めたデータの分析により、従来見えなかった改善ポイントを発見し、作業効率化、そして生産性向上につながります。
多くの製造業の中小企業が抱える人材不足の問題。
パーソル総合研究所の「労働市場の未来推計2030」では、2030年には製造業で38万人もの人手が不足すると予測されています。
検品、故障検知、製造作業、計画立案などさまざまな自動化領域が拡大することによって省人化し、人材不足を解消することができます。
また、熟練技能者の動きを複数のカメラで収集し、AIで分析することで、工場で働く従業員が習得する技術や知識、経験などを体系化する。
それをマニュアルとして全拠点で共有することで、効率的な人材育成が可能になったり、技術の継承にもつながります。
まずは人件費を大幅に削減することができます。
品質にばらつきがなくなることで、不良品率が下がり、回収コスト削減にもつながります。
また、現場における作業量や稼働時間などのデータを集約して分析することでコスト削減を検討する際のポイントや具体的な対策を打ち立てやすくなります。
さらにデータをもとに需給予測なども進めれば、部品や在庫の減少や出荷計画の変更なども可能になります。
時代の流れを考えるとスマートファクトリーは多くの企業で必要になってきます。
しかし、導入するにはいくつかのハードルがあります。
IoTはあくまでスマート工場化を実現する「手段」であって「目的」ではありません。
そして、IoT機器を導入しただけですぐに効果に結びつくものではありません。
経営課題を解決できる目的をきちんと決めてIoTを活用しなければ、費用対効果という点での課題が生まれてしまうでしょう。
また、データを収集して終わりではなく、分析しなければ意味がありません。
経営幹部も現場も含め、目的を決めてから改善まで進むためには、ある程度の時間が必要です。
スマート工場には多額の投資が必要となるものの、投資効果の算定が難しいという課題があります。
例えば、スマート工場を実現するためには、工場にある様々なシステムや設備の見直しが必要であり、継続的なメンテナンスも欠かせません。
導入するシステム・設備を活用して、効果を最大限に高めるための仕組みづくりも必要です。
ほかにも、サイバー攻撃に対するセキュリティー強化などの、幅広い投資が発生します。
そのため、投資効果を測る指標が不明瞭な状態でスマート工場化を進めれば、実際に推進する中で想像以上の費用が発生し、予算が圧迫されてしまう可能性があります。
このような、導入にあたってのハードルは、スマート工場化が進まない要因のひとつといえるでしょう。
スマートファクトリーは工場や製品などあらゆるもののネットワーク接続が欠かせません。
AIによって管理されているため、サイバー攻撃を受けると、工場全体が止まる恐れがあります。
サイバー攻撃やマルウェア感染などによる情報漏えいや、データ破壊のリスクに対して対策することが重要です。
DXによる経営改革の一環として、製造ラインにおける複数の設備のデータを取り込むことで、製造ライン全体の状況をリアルタイムで可視化しています。
これにより、少ない人数でも品質を保持しながらラインを稼働できるようになり、属人化の解消や、より効率的な生産につながっています。
多品種少量生産の工場内で部材の物流管理を可視化する際、スマートファクトリーが活用されています。
物流管理BIを用いて部材の滞在時間を色別で表示し、どこで部材が滞留しやすいか直感的に把握できるようダッシュボード化した結果、部材の輸送タイムラインが明確になり、在庫・資産管理や現場の生産性向上につながりました。
スマートファクトリー化に向け、IoTデータをリアルタイムで可視化できる取り組みを進めています。
各工場から取得していたデータをリアルタイムで高速に解析できる技術を導入し、現場の状況を効率的に把握しています。
設備稼働や生産数の可視化は、作業工程におけるボトルネックの早期解決にもつながっています。
３拠点、全社員数36名と少数精鋭でありながら、業務の見える化・IT化を実現しました。
ベテランへ社員への仕事の集中・依存や世代交代・若手へのスキルの継承に課題解決するため、１年かけて、受注→設計→生産→出荷までの「業務の見える化」の徹底を行いました。
業務の見える化により、仕事の流れがどうなっているかを可視化することができました。
情報の流れを把握することができ、どの部分をIT化すべきかを把握することが可能になり、年間50件の設計提案は170件まで増加し、大幅な業務効率化を実現しました。
スマートファクトリー化していくにはいくつかのステップがあります。
まずは、IoTなどを用いてデータを「収集」し、サーバやクラウドといったネットワークに「蓄積」。
そして、蓄積されたビッグデータをAIで「分析」し、得られたデータをノウハウとして体系化して「活用」。
ここからは経済産業省「スマートファクトリーロードマップ」に基づき、どのように導入していくのかを紹介します。
IoT機器を活用してデータを収集・蓄積して情報を可視化します。製造工程での各機械のデータや製造に関するノウハウ、個人的な知見などを蓄積につなげることができます。
収集・蓄積するデータは、すべての情報ではなく、目的を達成するために有益なデータかどうかを見極めることが大切です。
収集・蓄積したデータを分析・学習し、目的達成に必要な要素の抽出や、モデル化、パターン化を行います。
標準的な作業モデルの作成や過去データからの予測などを行うことができます。
例えば、設備の故障に伴う稼動停⽌の削減を行う場合には、収集したデータと設備異常とを関連付けて、設備の故障につながる兆候・条件を明らかにすることで、故障の発⽣時期を予測できます。
分析した将来の予測をもとに、生産計画や経営戦略の最適化を行っていきます。
生産計画や作業工程の最適化は、この段階で実行可能です。
IoTやAIの技術で得たデータをもとに人間が判断を下すことが重要です。
データはあくまで判断を下す材料であり、最終判断を下すことは人間の仕事であることを意識しておく必要があります。
近年、様々な国でスマートファクトリーの推進がなされています。
現在の日本の状況を考えると、今後ますますその重要性は高まっていくでしょう。
長期的な観点で必要があるとわかっていても、Iot導入など中々費用が掛かるのも確かです。
そんな心配を解消するためにも、「補助金の活用」もおすすめです。
はじめての補助金など不安なことはお気軽にご連絡ください。
当サイトの運営を行っている株式会社NewBeginningsJapanでは、「3分でわかる！補助金無料診断」を実施しています。
最短15分以内で補助金をご活用できるか診断いたします！
© new beginnings japan All rights reserved.
TOPに戻る
