製造業×品質、転換期を迎えるモノづくりの在り方 特集
連載
» 2021年07月06日 11時00分 公開

カメラによるインライン検査やIoT活用、デジタル技術による「品質向上」最新事情MONOist 製造業×品質セミナー(前編)(1/2 ページ)

MONOistは2021年6月3〜4日、オンラインで「品質」をテーマとしたセミナー「製造業×品質、革新するモノづくりの在り方」を開催した。同セミナーでは検査不正や品質問題に立ち向かうべく、IoT(モノのインターネット)やAI(人工知能)といった新たな技術を「品質改善」にどのように組み込むべきかを紹介した。本稿では「3D DATAを活用した設計品質向上とIT活用インライン検査」をテーマとした、ロジ 代表 小田淳氏の基調講演を含む「Day1」の様子をダイジェストで紹介する。

[長町基,MONOist]

 MONOistは2021年6月3〜4日、オンラインで「品質」をテーマとしたセミナー「製造業×品質、革新するモノづくりの在り方」を開催した。同セミナーでは検査不正や品質問題に立ち向かうべく、IoT(モノのインターネット)やAI(人工知能)といった新たな技術を「品質改善」にどのように組み込むべきかを紹介した。本稿ではロジ 代表 小田淳氏による基調講演を含む「Day1」の様子をダイジェストで紹介する。

カメラによるインライン検査への期待

 初日の基調講演はMONOistの人気連載「アイデアを『製品化』する方法、ズバリ教えます!」の執筆者であるロジ 代表 小田淳氏が登壇。「3D DATAを活用した設計品質向上とIT活用インライン検査」をテーマに、従来の3Dデータを活用したシミュレーション(CAE)だけでなく、新たなシミュレーション活用方法(デジタルツインなど)で設計完成度を高めて最終製品での品質向上につなげる方法などを紹介した他、中国などアジア圏で発生しがちな不良に対し、カメラや画像技術を活用したインライン検査で改善した実績などを紹介した。

photo オンライン講演を行うロジ 代表 小田淳氏

 小田氏は検査の役割と品質向上への取り組みについて「検査とは、不良の有無を調べ、不良品が出荷されないために行うもので、検査を行うだけでは品質向上にはつながらない。品質向上のためには、発生する不良を起こさないための作業改善や、不十分な作業を防ぐ治具作成が必要となる」と強調する。

 ただ、この検査がより容易となり、高度な検査を大量に行えるようになることは大きな意味を持つ。特に製造現場においてトレンドとなっているのがカメラにより映像を用いたインライン検査(生産ラインの中に組み込んで検査を行うこと)が容易に導入できるようになったことだ。

 インライン検査のメリットは「全数検査ができる(オフライン検査の場合、ロットの一部に限る抜き取り検査が一般的)こと」や「NG品だけをラインアウトできる」「作業者が自らチェックを行うためフィードバックがすぐに行えて作業改善につながりやすい」などの点が挙げられる。一方「タクトタイムが増えること」や「目視で行うため検査する範囲が目視可能なエリアに限定される」というデメリットが従来はあった。

 しかし、このデメリットに対して「先進のカメラ技術を用いることで、高画質化が可能となり、形状や色など位置以外も判断できるようになる。また、得た映像データから、ディープラーニングを用いて感覚的な判断も可となる。動画の情報は膨大であることから、別の改善のポイントが見つかることも多い。つまり、検査から改善までを一貫して進められるようになる」と小田氏は訴えている。映像技術の進化やカメラの低廉化などもあり、カメラを使ったインライン検査は実際に増え続けており「今後も大きなトレンドとなるだろう」と小田氏は予測している。

中国で不良を起こさないための仕組み

 こうした検査技術も含め品質向上への取り組みが加速しているのが中国である。中国は日本の製造業が数多く進出する。一方で中国企業でも優れた製造業が数多く成長し、既に品質面でも日本企業とそん色ない企業も数多く存在する。ただ、人口の多い国だけに、いまだに品質で多くの問題を抱えている企業も多いのが現実だ。

 小田氏は実際に中国でのモノづくりを進めてきた経験から「中国ではいまだに基本的なミスによるトラブルがモノづくりにおいて発生するケースが多い」と説明する。その要因について、小田氏は「作業方法による不良」「作業順による不良」「異常な作業」「映像以外(圧力、音)による不良判断」の4項目を挙げ、それぞれの対策について解説した。

 「作業方法による不良」については、例えば、ナットが斜めになって止められていたり、溶接の位置ずれが起きたりする。これは作業施設が悪かったり、道具の扱いが悪かったりすることから生まれるものだが、それを防ぐために、人間の骨格をカメラで撮ってその位置を判断し、作業のミスを発見する「骨紋の画像判断」という技術を使って不良を防ぐ取り組みなどを行っている。「作業方法の問題は作業者の姿勢や動きに現れる。これを把握することで作業方法による不良を未然に防ぐことができるようになる」と小田氏は述べる。「作業順のミスによる不良」を防ぐためには、プロジェクションマッピングで使用部品、取り付け位置、取り付け順を指示する仕組みを紹介した。

 また「異常作業」は、本来作業を行うべきではない人が作業するようなケースなどを指す。例えば、小田氏が経験した中国でのモノづくりでは、作業が遅いと手伝う作業員が現れ、この作業員が想定外の作業を行うことで不良品が発生したケースが非常に多くなったという。これにはまず作業の遅れに対し手伝わなくてよいように、カメラで映像を撮影し、通常作業の標準時間との差が大きくなれば警告を発信する仕組みとした。遅れが定常化するようであれば、人員配置などを見直せるようにする。

 「映像以外の不良判断」については、人の感覚を再現することで、熟練技術者でなくても正確に正しい判断ができるようにする仕組みだ。例えば、コネクターの挿入作業を判断するために、人間の手よりもより正確に圧力を感じる感圧手袋や、高度に音声を把握する騒音計を用いることで、作業の正確性を定量的に確保できるようになる。

 これらのように、先進技術を活用することで、より容易に広い範囲で品質の向上につながる取り組みが行えるようになっている。この他、設計領域については、シミュレーション(CAE)の活用について紹介した。「シミュレーションを用いることで、最適化(最適のインプット条件を探す)ことや、反最適化 (不適合の使用条件を探す)、フィードバック(既製品のデータを活用)、デジタルツイン(より確実な未来予測)などが行える」と小田氏は訴えた。

       1|2 次のページへ

Copyright © ITmedia, Inc. All Rights Reserved.