ユースケースと導入事例
製造現場のデータを統合管理し活用することで、品質・生産性の向上などの業務改善や、生産状況を基にした経営判断に対応することが可能です。
製造データの統合管理により、高度な品質要求にもタイムリーに対応
新たな納入先拡大に伴い、問題発生時に調査対象となる製品を即座に特定し、要因を素早く調査・分析するためのトレーサビリティの仕組みが必要となった。
分散していた各製造工程のデータを関連付ける製造データ統合基盤を構築することにより、品質対応のリードタイム短縮と工数削減に貢献した。
製造データの分析前の準備作業が多く、原因追及に時間をかけられない
- データが散在している
- フォーマットの成型や集計に膨大な手間が掛かる
- グラフ化で手一杯（分析・考察が不十分）
各種製造データの統合管理・自動処理で「本来の分析」に注力可能に
- データを製造工程に沿って統合管理
- 分析対象のデータを一括抽出
- 所定の項目は自動で集計・グラフ化
新たな納入先拡大に伴い、問題発生時に調査対象となる製品を即座に特定し、要因を素早く調査・分析するためのトレーサビリティの仕組みが必要となった。
製造データの分析前の準備作業が多く、原因追及に時間をかけられない
- データが散在している
- フォーマットの成型や集計に膨大な手間が掛かる
- グラフ化で手一杯（分析・考察が不十分）
分散していた各製造工程のデータを関連付ける製造データ統合基盤を構築することにより、品質対応のリードタイム短縮と工数削減に貢献した。
各種製造データの統合管理・自動処理で「本来の分析」に注力可能に
- データを製造工程に沿って統合管理
- 分析対象のデータを一括抽出
- 所定の項目は自動で集計・グラフ化
各製造工程のデータを紐づけ、ボトルネックをタイムリーに把握
製造設備やロット単位での稼働データや品質データは収集していたが、工程毎にデータ定義や粒度が異なるため問題のボトルネックや要因の特定が難しかった。
5M1E*情報を同じ時間軸で可視化できるようになり、問題発生時の要因やプロセスの改善箇所をタイムリーに把握でき、稼働率や品質・生産性が向上した。
製造プロセスでのボトルネックが特定できず、経験頼みの対応となり、スループット向上が困難
- 工程別に個別最適のデータが収集されている
- 各工程でデータの定義や粒度が異なるため紐づけが難しい
- 真因分析・対策立案は経験頼みになっている
各工程の製造データを容易に紐づけて可視化し、変化点を把握できるようにすることでカイゼン活動を加速
- ヒト、モノ、設備などの5M1Eデータを統合管理
- 稼働状態に加えて5M1Eデータを同じ時間軸で可視化
- 経験値が少なくてもデータドリブンで真因を特定可能
- Man：人、Machine：設備、Material：部材、Method：加工条件・レシピ、Measurement：計測値、Environment：環境条件
製造設備やロット単位での稼働データや品質データは収集していたが、工程毎にデータ定義や粒度が異なるため問題のボトルネックや要因の特定が難しかった。
製造プロセスでのボトルネックが特定できず、経験頼みの対応となり、スループット向上が困難
- 工程別に個別最適のデータが収集されている
- 各工程でデータの定義や粒度が異なるため紐づけが難しい
- 真因分析・対策立案は経験頼みになっている
5M1E*情報を同じ時間軸で可視化できるようになり、問題発生時の要因やプロセスの改善箇所をタイムリーに把握でき、稼働率や品質・生産性が向上した。
各工程の製造データを容易に紐づけて可視化し、変化点を把握できるようにすることでカイゼン活動を加速
- ヒト、モノ、設備などの5M1Eデータを統合管理
- 稼働状態に加えて5M1Eデータを同じ時間軸で可視化
- 経験値が少なくてもデータドリブンで真因を特定可能
- Man：人、Machine：設備、Material：部材、Method：加工条件・レシピ、Measurement：計測値、Environment：環境条件
各工場の生産状況をリアルタイムに把握し、経営判断を迅速化
関連工場の部材納期が遅れた際に迅速に状況を把握できず、生産計画のリカバリー検討に時間がかかっていた。
また、今後の欧州との取引も見据えCo2排出量の把握など懸念も感じていた。
経営層、管理層が複数工場の生産状況をリアルタイムに把握できるようになり、生産計画の変更や適切な在庫管理など迅速なマネジメントが図れるようになった。また、製造プロセスを俯瞰してエネルギー情報を可視化できるため、Co2排出量の把握、カーボンニュートラルへの対応も可能になった。
経営層、管理層が容易に現場情報を確認できないため、サプライチェーンや事業環境の変化への対応が遅れる
- 製造プロセス全体の状況を俯瞰できない
- 各拠点の日々の情報がすぐに参照できない
- カーボンニュートラルなど事業環境変化に対応する観点で生産状況を確認できない
工場間データを連携してリアルタイムに生産状況を可視化することで、迅速な経営判断、変化への対応が可能に
- 工場を跨いだ製造プロセス全体の生産状況を共有
- 生産に関わる日々のKPIを可視化
- 製造プロセス全体でCo2排出量を把握、カーボンニュートラルへの対応を考慮した生産計画の立案
関連工場の部材納期が遅れた際に迅速に状況を把握できず、生産計画のリカバリー検討に時間がかかっていた。
また、今後の欧州との取引も見据えCo2排出量の把握など懸念も感じていた。
経営層、管理層が容易に現場情報を確認できないため、サプライチェーンや事業環境の変化への対応が遅れる
- 製造プロセス全体の状況を俯瞰できない
- 各拠点の日々の情報がすぐに参照できない
- カーボンニュートラルなど事業環境変化に対応する観点で生産状況を確認できない
経営層、管理層が複数工場の生産状況をリアルタイムに把握できるようになり、生産計画の変更や適切な在庫管理など迅速なマネジメントが図れるようになった。また、製造プロセスを俯瞰してエネルギー情報を可視化できるため、Co2排出量の把握、カーボンニュートラルへの対応も可能になった。
工場間データを連携してリアルタイムに生産状況を可視化することで、迅速な経営判断、変化への対応が可能に
- 工場を跨いだ製造プロセス全体の生産状況を共有
- 生産に関わる日々のKPIを可視化
- 製造プロセス全体でCo2排出量を把握、カーボンニュートラルへの対応を考慮した生産計画の立案
導入事例
東芝ライテック様
全生産ラインのデータを集約・可視化へ スマート工場を実現する
ものづくりIoTソリューション「Meister Factory シリーズ」
130年以上にわたり東芝の照明事業を担っている東芝ライテック株式会社。同社は、さまざまな施設の照明器具や、舞台・スタジオ照明システム、航空灯火システム、車載光源、紫外線光源やそれらを組み込んだ光学装置、赤外線ヒーターなど、あかり・ひかりにかかわる製品を広く製造販売してきた。近年では、UV技術を除菌に活用した「UVライティング」やカメラ付きLED照明「ViewLED」を使ったAI画像解析サービスにも注力している。
同社鹿沼工場では、世界一の照明工場を目指し、工場全体の最適化により生産計画や在庫管理をはじめとするスマート工場の実現を進めるプロジェクトがスタート。そこにものづくり情報の統合データ基盤として導入されたのが、ものづくりIoTソリューション「Meister Factory シリーズ」だ。
(動画：3分15秒)
動画視聴・資料ダウンロード
商品紹介の動画視聴や、リーフレット、ホワイトペーパーなどをダウンロードいただけます。
