富士電機株式会社

食品工場ソリューションご紹介動画

IoT時代の製造品質改善を実現する多変量解析ツール

IoT時代のものづくり・製造品質改善を実現する製造・品質管理部門向け多変量解析ツール

この動画では製造品質改善を実現する多変量解析ツールの概要についてご説明いたします。

製造品質改善やIoT・データ活用に課題はありませんか?

食品工場で不良品が発生した場合、速やかな原因の特定と対策が求められます。しかし、複雑な製造工程ほど原因特定は難しく、対策を講じるのは簡単ではないため、結果として不良ロット・機械損失が発生してしまいます。

近年ではこのような課題に対し、製造品質改善にIoT・データ活用によるスピード化なども検討されていますが、専門人材不足など新たな課題が残ります。

機会損失を最小化し、歩留まりを向上させるためには、不良要因の解析時間を短縮し、品質改善に有効な対策を実施できる仕組みが必要です。

IoT・データを活用、製造工程を対象にした品質改善を可能に

この課題を解決するのが富士電機の多変量解析ツールです。実績豊富なアナリティクスAIにより、製造プロセス全体から製品不良要因の推定することが容易になり、製品品質の改善、歩留まり向上を可能にします。

製造・品質管理部門や設計・生産技術部門に最適なツール

多変量解析ツールはパッケージソフトとして550件以上の実績があり、製造業を中心に様々な業界で導入されています。 製造・品質管理部門における製造実績データの解析、設計・生産技術部門における品質シミュレーション・試作効率向上などで利用されています。

製造品質向上を可能にする品質シミュレーション

多変量解析ツールの特徴は、複数のプロセス変数の相関関係を考慮しながら不良原因の解析・推定ができることです。

製造実績、設備稼働実績、検査結果などの製造現場のデータを解析し「多変量統計的プロセス管理による異常診断」「部分的最小二乗法による品質シミュレーション」を可能にします。

IoT・製造データを活用し、最短1日目からる品質改善活動が可能

データ解析は、既存データがある場合はオフライン解析により最短1日で簡易診断が可能、データがない場合でも新たにデータを収集し、診断モデルを作成できます。

AI・機械学習のようにビッグデータを必要としないため、データの分析・診断モデルの検証をスピーディに行うことができます。

品質改善の有効性を評価するならスモールスタートがおすすめ

まずはスモールスタートで始めたい、アナリティクスAIの有効性を評価したいというお客様には多変量解析機能が実装されている「現場型診断装置 SignAiEdge」をお勧めします。

PLCデータを対象にアナリティクスAIを利用でき、低コストで製造現場での不良原因解析・故障解析を可能にします。

「現場型診断装置 SignAiEdge」を導入することで、これまで熟練者の「経験」や「ノウハウ」に頼るしかなかった、機械設備の異常兆候発見や不良原因の推定が、簡単・スピーディにできるようになります。

「実物を確認したい」というお客様には、実機によるデモのご案内が可能です。 機械の動きの違いがどのように見えるのか、異常検知イメージをご確認いただけます。

お気軽にお問い合わせフォームよりご連絡ください。

関連:IoT・振動センサーを活用した予知保全
IoT・振動センサーを活用した予知保全
食品工場現場で異常検知・不良原因解析・故障解析を簡単に。エッジコンピューティングで食品製造現場の機械設備データを統計解析。取り付けが容易で、インフラ工事が不要、製造現場でスピーディな改善が可能。

異常検知・不良原因解析