生産設備の稼働状況を把握することで、工場全体の能力を定量的に把握でき、工場運営に対する重要な情報を提供できるようになる(写真はイメージ)


 IoTによる生産革新は、決して先進的な大企業ばかりが恩恵を得られるわけではない。むしろ限られた人材や設備でものづくりを行っている多くの中小企業にこそ大きな可能性をもたらすものである。

 日本能率協会コンサルティング(JMAC)では、IoTデバイスを使いこなす強い現場づくりを目指すために「現場IoT7つ道具」を提唱している。

 現場IoT7つ道具とは、現場の見える化の対象を「位置(Location)」「作業(Operation)」「場面(Situation)」「稼動(Availability)」「数量(Count)」「品質(Quality)」「危険(Hazard)」の7つとし、これらの対象をセンシングし、データとして蓄積、解析することで次の生産活動につなげる手法である。

 第5回目は、この中から「IoA(稼働)」についての考え方と取り組み事例を紹介する。

◎連載「実践!IoTを使った現場改善」(バックナンバー)
(第1回)製造現場にIoT、一体何ができるようになるのか
(第2回)縦横無尽に動く工場のフォークリフトを追跡せよ(IoL/位置)
(第3回)工場従業員の作業実態をセンサーで把握する(IoO/作業)
(第4回)生産現場の不良や故障、その瞬間を捉えて対策を(IoS/場面)

[JBpressの今日の記事(トップページ)へ]

設備や機器の稼働実績を把握する

 設備が実際に加工している時間、アイドリング時間、停止時間を定量化する仕組みは、すでに多くの加工設備に標準的に備わっている機能である。従来は、こうした設備のログデータは記録されているもののその後のデータ処理技術が追いつかず、もてあましていた職場が多いのではないだろうか。

 だが昨今はビッグデータの蓄積と処理スピードが格段に進化しているため、このような大量データの活用が十分な実用レベルになってきた。

 一方で、こうした機能を持たない旧型の設備もまだまだ製造現場では現役で使われている。このような設備についても、稼働ランプ、振動、駆動部の動きなど、設備の状態を表す代替的なシグナルさえ発見し、後付けでそのシグナルを感知できるセンサーを工夫できれば、新型設備同様のデータの取得は可能である(注)

 こうしてすべての設備の稼働状況を把握することで、工場全体の能力を定量的に把握でき、工場運営に対する重要な情報を提供できるようになる。

 設備の稼働状況は人の動きに比較して定型的であり、比較的データ解析しやすいことから、IoTへの取り組みのスタートとしている企業は多い。工場内で活用される運搬台車や作業者そのものの稼動状況の把握も、十分可能である。

(注)外付けのセンサーデバイスを用いれば旧型設備も簡易にIoT化することができる。特に以下を満たすセンサーデバイスは、取得情報のデジタルデータ化およびインターネット通信が容易でありIoT化に適する。
 ・Bluetooth Low Energy(BLE)など近距離無線通信に対応していること
 ・ソフトウェア開発キット(SDK)が提供されていること
 既存のハードウエアをそのまま利用できることにより、設備利用企業の現場改善のみならず、設備メーカーの付加価値サービス創出手法としても有用である。
 実際に現場業務では以下のような利用例がある。
 ・光センサーでシグナルタワーを監視。異常発生をデータ化。
 ・振動センサーで製造設備の振動を計測。故障発生や製造品質との相関を分析。
 ・距離センサーでライン通過数や不良排出数をカウント。

コンピューター上で生産活動を再現する

 今後の販売計画、将来的な設備や人の負荷状況などを把握して、それを基に設備投資計画や要員計画を立案するのは、業種や規模にかかわらず多かれ少なかれ検討しているはずである。

 しかし昨今は製品の多様化に伴って作り方が多様化し、製品ごと工程ごとにサイクルタイムは異なる。よって、流れるものによってボトルネック工程も変化していく。そのような職場において、前後の待ち時間を考慮して本当に生産目標を達成できるのか、ひとたびトラブルが起きたら全体への影響度はどのくらいになるのかを把握するのは、複雑なパズルを組む作業であり、汎用の表計算ソフトなどを用いても妥当性のある答えを求めるには大変な労力を要する(あるいは、職場によっては不可能である)。

 そこで、こうした問題に対して威力を発揮するのが、「離散系・生産物流シミュレーションソフト」である。

 これは、コンピューター上に再現された工場(人、設備等の生産に必要なリソースの構成と処理能力や、まとめ生産量などの工程の振る舞いルールを登録)に、通過工程や処理時間等の工程属性を持った一つひとつの“製品”を順に流し込むことで、設定した生産ルールを守りながらコンピューター上で生産活動を再現するツールである。

 シミュレーション結果から、工場全体で目標生産数を達成するのに何日を要するのか、そのときの各設備稼働状況や作業者の稼働状況はどうだったのか、どのタイミングで滞留が発生するのか、といったバックデータともに、生産システム全体のパフォーマンスを改善検討するためのヒントが示され、バーチャル環境で改善を行った結果をまたフィードバックすることができる。

 生産シミュレーターは、個々の設備能力ではなく、生産システム全体(大きな職場単位や、工場単位)の能力を評価、改善するアプローチを可能にする。

今日の稼働率だけでなく将来の負荷状況も把握する

 生産シミュレーターは、新たな生産計画プロセスの立案に応用できる。

 例えば、営業と生産で月次の製造販売見通しを作成したのち、生産計画を工程別日程別に展開し作業指図を発行する業務を考えてみよう。多くの場合は、生産管理担当者がエクセルなどの汎用表計算ソフトやスケジューラーを用いて作成しているようだが、設備、人、製品の属性など多くの条件を加味して展開するにはかなりの労力を要する。計画と実績との間で乖離が生じ、そのための組み換えも頻繁に行われ煩雑になるなど精度の面からも課題が多い業務である。

 では、この業務を上記の生産シミュレーターに行わせるとどうなるか?

 設備の取り合いや人の作業負荷を考慮した作業日程をシミュレーションで展開することで、現実的な計画を示してもらえそうである。そこで展開された予定を正規の作業日程として現場に作業指示を出し、そこに実績報告を返す。さらにその結果に基づくシミュレーションを行うことで、最新の実績に基づく明日の生産計画を提示できる。

「IoT7つ道具」は単独で改善につなげることができるが、組み合わせて使うことでより効果を得られる。どのようにデータを取るか、どのように組み合わせるかは人間の想像力と腕の見せ所である。JMACではこうした考え方のもと、それぞれの要素について実際のクライアントの製造現場をお借りして実証実験を重ねながら、いくつかはサービス提供可能な物としてリリースしている。

 次回は「数量」のIoT化「IoC」についてお伝えする。

筆者:毛利 大