目次
IoTによる工場の見える化の重要性とメリット
工場のIoTなどを活用したITシステムの導入による見える化は、
目的ではなくあくまで手段です。
工場の見える化は、「今後のスマート工場化を実現する最初の一歩」と考えています。私はITシステムの導入による単純な見える化でとどまることなく、その次のステップ（＝スマート工場化）を視野に入れた現場のIT化を進めて頂きたいと考えています。
私がこれまで工場のIoT化やシステム開発の実務で経験した
成功体験・失敗体験を経て得たノウハウをご紹介します。
あなたの工場へのIoT導入、システム化にお役立てください。
工場をシステムで見える化するメリット
端的にいうと、人による監視不要で現場の実態を定量的に把握できるように
なります。
私は次のような工場のIoT化、システム化ことを通じて、
作業者・設備を増やすことなく、小さなコストで最大限の効果を生む、
現場改善や自動化に取り組んでまいりました。
具体的には下記３点などが挙げられます。
工場の生産性向上
IoTやシステムで各作業や設備の要所の時刻情報を取得すると、
正確な時刻（例えば作業時間など）を常にデータで把握できるようになります。
このデータはIE活動の時間分析で活用できます。
例えば、作業者個々の作業分析や設備の動作分析はもちろんのこと、
生産現場・工程の全体のボトルネック発見に活用できます。
管理部門に届きにくいチョコ停内容と発生頻度の実態把握も可能なので、
問題発見が簡単になり、改善の手がかりを見つけられます。
品質レベルの向上・効率化
IoTやシステムで、生産や検査の実績を取得できます。
取得したデータを集計することによって、品質のバラツキ管理や
原因設備・原因作業者が特定できます。
不良状況を自動でリアルタイムで管理することもできるため、
迅速に不良を発見して、対策が可能となります。
つまり、工場にとって一番無駄で損失の大きい不良品の生産を削減できます。
もちろん、ちょっとした作業ミスについても、工夫すればIoTやシステムで
見える化できるので、作業ミスの削減にも役立ちます。
現行システムとの連携
現場作業者による実績入力やプロセス情報の設定を行っていませんか？
IoTを活用することで、実績入力などを自動化できます。
入力する手間を省けるのはもちろんのこと、入力ミスの削減も可能なので
一石二鳥です。
現場の生産性向上や品質向上の改善にとどまりません。
ミスや漏れが無くなり、リアルタイム化が進むので、
在庫管理精度や生産計画の精度向上も可能です。
IoTやシステムを効果的に導入・活用するために必要な３つのこと
製造業は製造する物品によって、設備・工程・人の配置等まったく異なります。
さらに、同じ種類の製品を作っていても、自社と他社ではまったく異なった生産活動を行っています。
100社あれば、100通りの生産方法・生産工程があります。
つまり、自社に適したIoTやシステム化による「見える化」は
自社で考えて実現していかなければいけません。
ここで、自社でIoT・システム化で、効果的に見える化を
実現するためのポイントをお伝えします。
ポイント１ 最初はスモールスタート
最初から多くの機能や高度なグラフツールは一切不要です。
現場の生データ（見える化の元となるデータ）をエクセルで見れれば
十分です。
もしも見える化したデータの中で、日常的に監視したいデータが
発生・存在する場合に、グラグや集計機能を追加していきましょう。
私はエンドユーザからの要望で多くの見える化ツールを作りました。
しかし、残念ながら「開発したけど誰も使用しない見える化ツール」
も少なからず有りました。
「使われ続ける見える化ツール」と「使われない見える化ツール」の差
は、日常的に監視する価値があるかどうかです。
日常的に監視する価値がないとツールは使用されません。
使われるデータというのは、グラフ化されていなくても
各スタッフが日常的に活用し始めます。
日常的に使われるデータであれば、グラフ・集計機能を構築する。
程度でよいと思います。
ただ、不良の状況を製品毎・設備毎に監視したいといった、
データの解析が大変であれば、最初からグラフや集計機能を
つけて良いでしょう。
IoT化、システム導入の目的を考え、状況・費用対効果に応じて、
必要な機能をITシステム投資しましょう。
ポイント２ １０年後の無人化を見据えた現場のIT化
工場のIT化は１年～２年で終わりません。
継続して続けるものだと考えてください。
工場のITシステム化のSTEPは次のようになっています。
今回の記事は「見える化」に焦点を絞っておりますが、
見える化がある程度進んだあとのことを考慮していきましょう。
見える化が進むとどうなるか？
現場作業者はIoTやシステムで見える化されたデータを使って仕事を始めます。
そして、その先にはその仕事すらも自動化していくことになります。
例えば、レトルトカレーの工場があったと仮定します。
最初は、検査工程にて、糖度計を用いた味の検査をデータで見える化します。
すると品質管理スタッフは、より均一な製品を作るために糖度の傾向を見て、加熱時間を増減や材料（材料品質が完全に均一と限らない。）の配合量の調整を行うでしょう。
そして、品質管理スタッフが行っていた調整作業すらも、ＡＩなどを用いてコンピュータで自動補正する仕組みを作れば、より品質が安定したレトルトカレーが量産可能になります。
また、不良が発生した場合は発生原因工程・設備を特定して、
自動停止することも可能です。
このように私のこれまでの開発経験を生かしてスマート工場を
見据えた見える化の実装方法を提案してまいります。
具体的な見える化手法は今後の記事にて紹介していきます。
ポイント３ 見える化の対象と優先度
世の中には様々な見える化に関する情報がインターネットに存在します。
例えば、作業時間の見える化・品質見える化・設備故障の予兆管理などです。
考え出すとあらゆるものが見える化の候補として挙がってくるので、
どれから手を付けるべきか・・と頭を抱えてしまうでしょう。
私の経験によるIoT・システム化の難易度とシステム化によって見える内容を下表にまとめました。この表を参考にして自社に適したITによる見える化を推進してください。
設備故障の予兆管理についての私の見解
設備の故障原因は多岐に渡ります。例えば、
- 振動
- 温度
- サイクルタイム
画像から故障を予兆・・・というのも考えられますが、
それだけではすべての故障に対応できていないと考えています。
もちろん、予兆できれば最善です。生産トラブルによるリスクを減らすことが出来ます。ただし、以下のことを考慮して実施すべき内容と考えております。
- 故障時に発生する損害と発生確率
- 設備故障の予兆管理運用に関する費用と検出率
工場のIoT、システム化のご相談はこちら
システム化・IoT化を進めたいけど、
何から始めればいいのか分からない。
IoT化にはどんな方法があるのかを知りたいなどのご相談・疑問が
ありましたら、ささいなことでも遠慮なくご相談ください。