横河電機株式会社
横河ソリューションサービス株式会社

品質安定化システム DPI
Digital Plant Operation Intelligence

DPIは、製造現場のデータを4Mのもとに集結させ、ものづくりの「あるべき姿」を実現するためのソリューションです。

News

▽導入事例

2020/8/7
DPI関連の新しい導入事例が公開されました!

組織横断のワイガヤとDPIによる解析で、独自の課題解決メソッドを確立
「ワイガヤでは、技術伝承となるノウハウがいろいろと聞けたのが良かったです。」
◇導入商品:DPI運転評価ツール仮説検証型ワークショップ

▽リリース情報

2020/8
DPI R2.01がリリースされました!新規に運転評価システムがリリースされました。

2020/6
DPI R1.03がリリースされました!文字列データの扱いなどが強化されました。

 

目次

  1. 品質管理における4Mとは -内容とその重要性-
  2. 製造現場を取り巻く環境の変化
  3. 現場の知恵とデータ分析を掛け合わせ、”しなやかなものづくり”を
  4. 「現場の知恵とデータ分析を掛け合わせる」とは?
  5. DPI機能詳細 ~現場の知見を活かしたデータ分析と製造のスマート化~
    • DPI運転評価ツール :現場の知見を活かすためのデータ分析ソフトウェア
    • DPI運転評価システム :得られた知恵を製造中に実行するための環境
  6. DPIソリューションの伴走サポート
    • 導入教育WS :DPI運転評価ツールの基礎を押さえて現場導入をスムーズに!
    • 仮説検証型WS : DPI運転評価ツールでのデータ分析フレームワークを習得!
  7. 関連情報

 

この記事はこんな方に向けて書かれています

  • なぜ4Mが重要なのか知りたい
  • 製造現場で4Mの変化やバラツキが多くて困っている
  • 同じように運転しているはずなのに品質がバラつき、困っている
  • データを活用して現場カイゼン活動に取り組みたい
  • ものづくりの新しい”あたりまえ”に興味がある

 

品質管理における4Mとは -内容とその重要性-

4Mとは、製造業における品質管理のための重要な4つの要素のことを指します。具体的には、Material/Machine/huMan/Methodの4要素です。

 4Mとは、製造業における品質管理のための重要な4つの要素のことを指します。具体的には、Material/Machine/huMan/Methodの4要素です。なぜ品質管理において4つのMが重要なのかを、以下に記します。

◇Material(原料)

ものを製造するための原料のことです。1種類の原料だけで製造する現場もあれば、複数の原料を混ぜて製造する現場もあります。どの原料をどの程度投入するかが重要なのはもちろんのこと、その原料ロットがどのような品質であるかも、最終品質に大きく影響します。

◇Machine(装置)

ものを製造するための装置のことです。同種の装置であっても、装置切り替えや定期清掃の前後では、装置の状態が変化します。また、長年使っていて老朽化した装置では、新品当時と状態が変わっていることは言わずもがなです。このような装置の状態も、品質に影響を与えることがあります。

◇huMan(人)

ものを製造する運転員さんのことです。定常運転やトラブル対応を同じように行っているように見えても、人によって少しずつ違いがあります。その違いは、個々人の現場経験にもとづく知恵や勘によるものです。そしてその少しの違いが品質に影響することも、大いにあります。

◇Method(手順・方法)

ものを製造するための作業手順や運転方法のことです。立ち上げの手順、原料投入のタイミング、温度や圧力の管理幅、品質検査手順など、製造現場には取り決められた様々な作業手順や運転方法があります。決められた手順・方法に沿って運転しているかどうかは、品質を管理する上で非常に重要です。

 近年は、上記4MにMeasurement(測定・検査)、Management(管理)、Environment(環境)を加えて、5Mや6M、6M+1Eと表現することもあります。4Mデータ分析の際は、これら2Mや1Eを考慮することも重要です。

 

製造現場を取り巻く環境の変化

 

原料や装置、運転ノウハウの変化とPQCDS目標の高度化によって、製造現場は今、変化の多いとても困難な状況に置かれています。

 

 製造現場は今、変化の多いとても困難な状況に置かれています。その理由は主に、3M(Methodを除く4M)の変化とPQCDS目標*の高まりによるものです。お客様の製造現場でも、思い当たる点はありませんか?
*PQCDSとは・・・製造業におけるProductivity:生産性、Quality:品質、Cost:価格、Delivery:納期、Safety:安全

Methodを除く4Mの変化

  • Material(原料): 頻繁なベンダー変更、仕入れ先によって原料品質が異なる、原料ロットによって品質がバラつく
  • Machine(装置): 装置が老朽化して設計当時のパフォーマンスが出せない、同じスペックでも装置によってクセがある
  • huMan(人) : 現場の暗黙知が形式知化されていない、熟練運転員の退職で技術が失われる

PQCDS目標の高度化

  • Productivity(生産性): 急な増産要請、人材不足への対応
  • Quality(品質): 厳しい品質要求、原因不明の品質クレーム
  • Cost(価格): 激しい価格競争、原料や燃料費の値上げ
  • Delivery(納期): 短納期の要求、働き方改革やCOVID-19による残業規制・出勤規制への対応
  • Safety(安全): 安全基準の引き上げ

 製造現場では、計画通り製造を行うための「維持業務」と、PQCDSを向上・改善するための「改善業務」の両方が求められています。
 しかし、このような変化の多い時代において、変化に対応するための維持業務で手一杯になってしまっており、改善業務に取り組む時間が十分にとれない、というのが現状です。

 

現場の知見とデータ分析を掛け合わせ、“しなやかなものづくり”を

求められるPQCDS目標と3M(Methodを除く4M)の状態から、Methodを逆算して全体最適な運転を行うという理想のものづくりの「あるべき姿」。そのためには、4MやPQCDSのデータを紐づけ、現場の知見をもとにデータ分析を行い、PQCDSに影響する4M状態の関係性を見出し、現場の感覚とすり合わせることが重要です。

 変化の多い時代においても、変化に追従できる“しなやかなものづくり”を行っていくには、どうすればよいのでしょうか?
その問いに対するYOKOGAWAの提案は、製造現場の知見とデータ分析を掛け合わせる、ということです。

 製造現場では、経験と勘にもとづいて運転員依存で4Mを管理し、その結果としてPQCDSがある、というような状況が多いのではないでしょうか。しかし理想は、求められるPQCDS目標と3M(Methodを除く4M)の状態から、Methodを逆算して全体最適な運転を行うことです。
 そのためには、4MやPQCDSのデータを紐づけ、現場の知見をもとにデータ分析を行い、PQCDSに影響する4M状態の関係性を見出し、現場の感覚とすり合わせる必要があります。これにより、変えるのが容易ではない3M(Methodを除く4M)のバラツキや変化をMethod(作業手順・運転方法)でカバーし、PQCDS目標を満たすことができるようになります。

 改善業務で現場の知見とデータ分析を掛け合わせ、そこから得られた知恵で維持業務の負担を軽減し、変化に追従できる“しなやかなものづくり”へと革新する
―――それが、ものづくりの新しい”あたりまえ”であるとYOKOGAWAは考えます。

 

「現場の知見とデータ分析を掛け合わせる」とは?

AIや機械学習に膨大な測定データだけを渡して解析しても、現場が納得できる改善のヒントが得られないことが頻繁に起こります。現場の知見や経験を取り入れたデータ分析を行うことが、新たな知恵を得るための秘訣であり、改善への近道です。

 今、製造現場に貯まっているデータは、少し見方を変えるだけでも様々な改善の糸口が見えてきます。例えば、運転条件で色分けをして散布図を見る、品質値の経時変化を見る、トレンドデータから傾きを抽出してヒストグラムにする、などデータの見方はアイデアの数だけ存在します。
 AIや機械学習に膨大な測定データだけを渡して解析しても、現場が納得できる改善のヒントが得られないことが頻繁に起こります。この原因は多くの場合、現場に即した結果を得るために重要な現場の知見や経験をデータとして与えていないことが理由です。
 現場で運転している方々の知見や経験に大切なヒントがあります。現場の知見や経験を取り入れたデータ分析を行うことが、新たな知恵を得るための秘訣であり、改善への近道であるとYOKOGAWAは考えています。

 

DPI機能詳細 ~現場の知見を活かしたデータ分析と製造のスマート化~

 現場の知見を活かすためにデータを紐づけて分析し、得られた知恵を製造中に実行する環境まで、DPIは変化に追従できるしなやかなものづくりへの革新をトータルサポートします。
 ここでは、現場の知見を活かすためデータ分析ソフトウェア「DPI運転評価ツール」と、得られた知恵を製造中に実行するための環境「DPI運転評価システム」をご紹介します。

品質値データと4Mデータ・トレンドデータの一元化や、現場の知見をもとにした機械学習、そして管理指標のリアルタイム監視や対策フローの自動実行機能。現場の知見を活かすためにデータを紐づけて分析し、得られた知恵を製造中に実行する環境まで、DPIは変化に追従できるしなやかなものづくりへの革新をトータルサポートします。

DPI運転評価ツール:現場の知見を活かすためのデータ分析ソフトウェア

  • 製造現場では、4Mデータが複数の部署に個別に存在し、別々に管理していることが多いです。しかし効率的なデータ分析のためには、それらのデータを個別ではなく合わせて見ることが必要です。DPIでは、4Mデータと品質値データを簡単に紐づけて一元化することができます。
  • 製造現場では、多くのトレンドデータを蓄積しています。品質値や4Mデータとトレンドデータを紐づけてデータ分析したいけど手間がかかってなかなか出来ていない、という方も多いのではないでしょうか?DPIでは、品質値や4Mデータとトレンドデータとを紐づけ、それぞれを関連させたバラツキの解析が可能です。
  • 運転のバラツキは、トレンドデータの波形に表れます。しかし、波形のバラツキを比較・解析したくても、トレンドデータからその波形の特徴を数値化することは容易ではありません。DPIでは、トレンドデータから波形の特徴量抽出を簡単に手間なく実行することができます。
  • 製造現場では、銘柄切り替えや生産量変更、装置洗浄など様々な変更やイベントがあるため、全てのロットを同様に比較することはできません。DPIでは現場の知見をもとに、あらゆる運転条件を揃えて見える化するまでを、簡単な操作で素早くやってくれます。
  • 製造現場では、複数パラメータの関係が品質に影響することも少なくありませんが、人間がグラフで確認できるのは一般的に3次元程度までです。かと言ってAIや機械学習に全てを委ねても、製造現場特有の運転条件や制約条件を考慮しない回答が出てくることになります。DPIでは、現場の知見をもとにした機械学習により、人間が見落としてしまうパラメータを助言してくれます。さらに、PQCDSに対する4M管理指標を作成することができます。

 

製造業に特化した見える化・グラフ化機能や、運転知見を入れられる機械学習機能によって製造現場の改善活動を促進します。DPIは、現場の知見を活かすためデータ分析ソフトウェアです。

 

DPI運転評価システム:得られた知恵を製造中に実行するための環境

  • 4M管理指標の悪化=PQCDSの悪化時に講じる対策を、現場の知見をもとにフローチャートとして定型化できます。
  • DPI運転評価ツールで作成した4M管理指標をリアルタイム監視することで、PQCDS悪化を素早く検知できます。
  • 4M管理指標悪化時には、PQCDS回復のための対策をフローチャートに基づいて誰でも同じように(あるいは自動で)実行できます

 

品質やプロセスに異常があった場合の対策フロー作成機能、機械学習で作った4M管理指標のリアルタイム監視機能、対策フローの自動実行機能をご用意しています。DPIは、データ分析で得られた知見を製造中に実行する環境をサポートします。

 

DPIソリューションの伴走サポート

 YOKOGAWAのサポートは、ツールやソフトウェアだけに留まりません。データ分析の経験がないお客様や、複数部署を巻き込んだ活動に不安があるお客様のために、ワークショップ(WS)をご用意しています。
 データ分析や改善は一度実施して終わりではありません。なぜなら、製造現場を取り巻く環境は常に変化し続けており、その変化に対応するためには、継続的なデータ分析と改善活動が求められるからです。そして継続的なデータ分析と改善活動を行うために必要なのが、ツールを使いこなせる人財データ分析フレームワークを習得した人財社内に育てることです。
 お客様の中で改善業務と維持業務が有効に回るという理想の状態に向けて、YOKOGAWAのコンサルタントが伴走いたします。

導入教育ワークショップ

◇対象
 ●DPIデータ分析で、良いスタートダッシュを切りたいお客様
 ●「購入したはいいが使わず眠っている」状態を避けたいお客様

◇期間
 1日間(COVID-19による訪問規制・出張規制に対応し、webでの開催も可能です)

◇内容
 DPI 運転評価ツールの機能や基本的な使用方法を網羅的に習得し、
 WS終了後から早速DPIを使用できるようになっていただきます。

仮説検証型ワークショップ

◇対象
 ●初めてデータ分析に取り組まれるお客様
 ●複数部署を巻き込んだ活動に不安があるお客様
 ●DPIデータ分析の効率的なフレームワークを習得したいお客様

◇期間(目安)
 4-5日間(COVID-19による訪問規制・出張規制に対応し、webでの開催も可能です)

◇内容
 複数部署のスタッフ様とともに、製造現場の知見・経験・勘といった暗黙知を整理し、
 DPI 運転評価ツールを用いてデータで検証する方法を習得していただきます。

その他

お客様の状況に応じたWSやコンサルティングのご提供も可能です。お気軽にご相談ください。

 

関連情報

Process Data Analytice(製造現場のためのプロセスデータ解析ソフトウェア)

DPIコンセプトムービー

※本ページに記載の会社名、製品名はそれぞれの会社の商標または登録商標です。

本件に関する詳細などは下記よりお問い合わせください


お問い合わせ
トップ