機器をつないで、パフォーマンスを向上

生産パフォーマンスのリモート測定、分析は製造業界で最も期待されているユースケースの一つです。最近のIoT Analyticsの調査(IoT Use Case Adoption Report)でも確認されていますが、このユースケースは当社のプラットフォームの標準的な活用例であると同時に、オペレーショナルエクセレンスを実現するにあたり、必要な第一歩でもあります。また、後からもっと複雑な問題を解決するための土台となります。

機器のパフォーマンスを容易に評価、分析

パフォーマンスが体系的に測定されず、情報収集が面倒になりがちな生産環境において、産業IoTは、迅速なパフォーマンス分析、機器の挙動の十分な理解、優先的に解決する問題の特定といった生産チームや機器メーカーが判断を下す上で重要なサポートを提供してくれます。

生産オペレーションの可視化

 

  • 生産拠点やマシンのパフォーマンスを事実に基き、リアルタイムで測定
  • 主要なパフォーマンス指標とダッシュボード機能を標準的に提供:OEE、パフォーマンス、稼働率、品質など
  • 分析対象となる組織レベルに合わせた複数のビューを通じてより精度の高いパフォーマンス分析を提供:拠点、生産ライン、機器、機器のサブセットなど
  • 接続された機器から自動配信されるレポートやダッシュボードにより、現場チーム(オペレーター、マネージャーなど)の貴重な時間を節約、生産性を向上

生産に大きな影響を与えるインシデントを容易に特定

 

  • エラーのパレート図(発生回数や累積時間)により、生産に最も影響を与える機械停止や不具合を容易に特定、ランク付け
  • 継続的な改善にむけた是正措置を含む、主要分析ツール:業務プロセスの変更、部品交換、予知保全の実施など

機器のパフォーマンスに影響を与える要因の特定

反復的な生産指示で、パフォーマンスに大きな差が出るのはなぜでしょう? 生産機器、プロセスがますます複雑化する中、幅広い要因が関わってくる可能性があります。パフォーマンスに影響する要因を特定しきるのは人間の分析能力を超え、高度な分析技術が必要です。

機械学習による劇的な分析能力の向上

 

  • 数千もの変数で構成される生産データを活用した、高度な分析を実装
  • 生産に最も影響を与えるパフォーマンス要因(コスト、欠品、稼働停止など)を体系的に特定し、ランク付け

加速する継続的改善プロセス

 

  • 生産工程をより深く理解し、新たな継続的改善プロセスにつなぐ
  • リーン生産や改善といった継続的改善手法をデジタル化、近代化することで、ビジネスチームに新たな体験を提供
  • この種の分析実施後、最初の数カ月で大きな効果を確認:OEEの向上とパフォーマンスの経時変化の安定化

生産スケジュールと段取り替えの最適化

段取り替え時間を短くすることを目的とした、SMED手法の導入は業界では一般的ですす。InUseプラットフォームをつうじて体系的に時間を計測することで、どの段取り替えに最も時間がかかっているかが容易に特定でき、生産ラインの稼働率の向上につなげます。さらに、高度な分析機能により、生産指示のスケジュールを最適化するための新しい視点が提供されます。

段取り替えのスピードアップとスケジュールの改善

 

  • 非効率な段取り替えを体系的に特定し、改善措置の実施を促進
  • 数か月という時間経過でみた、段取り替えの高度な分析を実施
  • 生産稼働時間、オペレーションの卓越性の向上にむけ、最適な段取り替えスケジュールを推奨
  • 段取り替えにかかる時間が平均して10ー20%改善

 

段取り替えの時間を25%短縮
Hellenic Dairies グループの事例

Hellenic Dairies グループでは段取り替えの逸脱を体系的に特定、Hellenic Dairies グループで段取り替えにかかる時間を平均25%短縮

詳細について