VRを利用した安全管理の疑似体験トレーニングは、危険状態を仮想空間の中で身をもって体験して安全意識の向上を高めるのに役立つ(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(Hazzard)」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。

 7回目となる今回は、この中から生産現場の場面を捉える「IoQ」(品質のIoT)、「IoH」(安全のIoT)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)
(第5回)明日の生産計画は設備の稼働状況データから(IoA/稼働)
(第6回)生産現場の「カウント」に労力をかけ過ぎていないか(IoC/数量)

[JBpressの今日の記事(トップページ)へ]

品質の確保〜デジタル画像データとタグを活用

 今回は生産現場における「品質」や「安全」の確保に役立つIoTの活用について説明する。

 JMACではIoTを活用した品質分析ツールを「IoQ」、安全などに関係する危険予知分析を「IoH」と呼ぶ。どちらもリスクを予測して、異常の発生を防止することが狙いとなる。

 すなわち品質の場合は、製品品質の異常を検知または予測して、市場への不良流出とを防止すること、安全においては人の作業や設備に関係するハザードを予測して、事故のない安全な作業を維持することである。

 まず、品質を維持するための具体的なポイントは、
(1)製品の要求される品質基準を設定すること
(2)その基準から逸脱した場合にいち早く発見して修正すること
(3)事前に逸脱の予兆を捉えて問題発生を防止すること
の3つが挙げられる。

 最初の品質基準の設定については、品質の目標値とバラツキの許容値を決めることが要求される。機能、性能的な基準は、設計値とその試験検証により決定される。だが、外観品質などの感覚的、官能的な内容の品質基準は、基準の計数化が難しく、トラブルにつながりやすい。

 そこでIoTを活用して、デジタル画像処理データの蓄積からデジタル限度見本を作成することで、この問題の解決を図る。

 例えば、製品外観のキズやヨゴレ、色のバラツキなどを画像処理によりデジタルデータ化し、感覚的な判断と照らし合わせて合格の範囲を計数化しておけば、検査基準に反映することができる。計数化することで、どの製造ラインや拠点においても一貫した品質管理を行える。また、顧客ごとの要求レベルの違いを反映する個別対応も可能となる。例えばリネンサプライにおけるレンタル品の検品や寿命判定の活用が期待されている。

 逸脱の発見と修正は、通常、検査によるチェックが行われる。AQL(合格品質水準)に基づく抜き取り検査方式は、検査コストの経済性を考えた代表的なものである。これらは統計的な確率を基本としているが、今後の画像処理などのデジタル計測技術では、1製品ごとの検査コストは限りなくゼロに近づき、さらにデータ保管コストも格段に安価になるため、全数検査が基本となると考えられている。

 IoTの中で製品ごとのタグ付け(アドレス割付)が進むようになれば、一つ一つの製品の生産工程上の経過が記録される中に検査データも含まれるため、不良発見は工程の上流部分で押さえられ、ロスコストは大幅に削減されるものと考えられる。

 さらに発展させると、製品そのものだけではなく、製造作業の状態をモニタリングして分析する、いわゆる「作業自体を検査する」ことで逸脱原因を事前に把握して、発生を未然に防止することにもつながる。

 逸脱につながるメカニズムは、複数の要因が影響した複雑性の高いものが多い。作業や設備の状態、さらに原材料の特性に関係する多くのパラメータをセンシングして、ネットワーク上で関係づけて比較分析することにより、逸脱対応の事前化が可能になる。

 IoTは、このようなオンラインの検査だけではなく、オフラインにおける設備点検作業などにも応用できる。これまで検査員が設備点検する際は、各設備に固有の点検箇所や判定基準があるために、点検箇所や過去の検査データが記録された帳票を持参しながら点検作業を行ってきた。現在は、設備に設置されているビーコンから、手持ちのタブレットにクラウド上の適切な点検情報が送られてくるスマート設備点検システムが実用化されている。点検項目の抜け・漏れをなくし、判定基準や過去の検査データ、交換部品の有無を参考にすることで、点検効率と修理対応スピードの向上が図られている。

安全の確保〜VR導入で安全意識を向上

 一方、安全に関しては、危険箇所を発見し、生産現場のマップ上にマーキングを行い、事故を防止をすること、さらに、危険の疑似体験をバーチャルリアリティ(VR)技術を使ってトレーニング行うことなどが進められている。

 安全管理には有名な「ハインリッヒの法則」がある。「1つの重大事故の背景には、29の軽微な事故があり、その背景には300の異常が存在する」というものだ。現場ではこのことを踏まえ「ヒヤリハット報告」や「危険余地(KY)トレーニング」が実施されている。

 こうした情報は、これまでは一般的に文字や写真による伝達であったが、設備や作業者にドライブレコーダー方式のカメラの装着を行うことで、危険発生の瞬間の動画記録が容易となり、情報のリアリティ性を高めるとともに、位置情報と関連させて、危険箇所に近づくと、装着したスマートグラスやスマートウォッチから注意喚起が行われるようになった。

 また実際の画像をもとにバーチャルリアリティ(VR)による疑似体験トレーニングもすでに始まっており、危険状態を仮想空間の中で身をもって体験して、安全意識の向上を高めるのに大きく役立っている。

 IoTは、中央集権型のシステムではなく分散型であり、階層型ではなくフラット化した水平型を特徴とする。そうしたIoTを品質の維持や危険予知で活用することによって、人、設備、場所などの各ポイントで発生した状況をネットワークシステム内でリアルタイムに共有することが可能である。

 従来型の過去の品質情報や安全情報が一箇所に集約されてから提供されるのに比べて、圧倒的に早く正確な情報を共有化がされる。さらに、製品や部品の1個単位、人や設備の各単位の管理によって、確率統計的な対応から脱却した全数管理による情報精度の向上とコストの削減が期待できる。

筆者:亀ヶ森 昌之