センシングとは？ IoTに欠かせない技術の特徴と製造業における活用事例

品質管理レベルの向上

センシング技術により、人間の感覚よりも高い精度で情報を取得できます。目視検査での判別が難しい不具合を検知したり、検査を自動化してヒューマンエラーを削減したりすることで、品質向上が可能です。また、設備の加工条件を計測・分析することで、加工時の問題点を発見して品質改善に役立てることができます。

さらに、センシング技術はトレーサビリティを確保するうえでも効果的です。製造条件や品質記録を紙で保管しておくと手間がかかりますが、センシング技術で取得した情報をデータとして蓄積することで、すぐに必要な情報を検索できます。

設備保全の効率化

多くの製造現場では、設備の稼働状況を把握するために人による巡回・点検作業が行われています。保全担当者が工場内を巡回し、目視や手書きで点検していると相当な工数がかかってしまいますが、センシング技術を活用すれば省人化が可能です。

設備にセンサーを取り付けて温度や電流などの情報を取得し、遠隔で監視できる仕組みを構築すれば、保全担当者がトラブルの発生をすぐに検知して対応できるようになります。さらに、昨今ではAIを用いた予知保全や故障予測も行われて、設備トラブルの発生を未然に防いで被害を最小限に抑えられるようになっています。

生産性の向上

センシング技術を活用すれば、作業の進捗（しんちょく）状況や設備の稼働状況、製品や部品の所在地といったあらゆる情報をリアルタイムに把握できるようになります。生産の遅れを素早く検知して対処する、モノの滞留を削減してリードタイムを短縮する、といった形で生産性を向上させることが可能です。

また、製造現場の「見える化」によって改善すべきポイントが明確になる点もメリットです。ポイントを絞った改善活動によって生産効率を高めていくことで、品質（Quality）・原価（Cost）・納期（Delivery）の向上につながるでしょう。

データの収集方法が分からない

例えば、設備から直接データを収集して生産管理などに活用したいと考えても、既存設備が古くてデータを収集できないという声をよく聞きます。実際に日本の製造現場では、10～20年以上前の設備が今でも現役で稼働しているケースが多く、そういった設備からデータをうまく収集できずにIoT化が限定的になっている傾向にあります。新しい設備であればデータ収集する機能が標準で備わっていることもありますが、既存の古い設備からどうやってデータを収集すればよいのかと悩んでいる方は多いのではないでしょうか。

また、設備から直接データを収集する方法がブラックボックス化してしまい、設備メーカーでなければ分からないというケースも見受けられます。特に中小企業の場合は設備のメンテナンスを担える生産技術担当者が少ないため、メーカーやベンダーに一任していて自社では仕様がよく分からないという状況に陥りやすい傾向にあります。

こういった悩みを抱えている企業におすすめの方法は、「センサーの後付け」です。昨今では既存設備に後付けして使用できるセンサーが数多くあり、古い設備からであっても必要なデータを収集・活用する仕組みを構築できます。設備メーカーに都度問い合わせることなくデータ収集を進められるため、自社の思う通りにIoT化やDXを進められます。

どのようなデータを収集すべきかが分からない

製造現場には作業者や設備といったデータ収集の対象が数多く存在し、データの種類も多岐にわたります。それら全ての膨大なデータを収集しようとすると、膨大なコストがかかるだけでなく、せっかく収集したデータをうまく扱いきれない可能性もあります。

また、データの種類だけでなく粒度にも注意しなければなりません。例えば、温度を計測する場合に、1℃単位で計測するのか、0.01℃単位で計測するのかではセンサーに求められる精度が大きく異なります。より詳細なデータを収集しておきたいと考える気持ちはよく分かりますが、目的に見合わない過剰なデータを収集していても余計なコストがかかるだけです。

このように、センシング技術を活用してデータ収集を行う際には、やみくもにデータを集めるのではなく、自社の目的や用途に応じて収集するデータの種類や粒度を選定する必要があります。しかし、どういったデータを収集すべきなのか、どの程度の粒度で収集すべきなのか、といったノウハウを持つ企業はまだまだ少ないのが現状です。センシング技術やIoTに精通した外部のベンダーに相談し、PDCAを回しながら少しずつデータ収集に取り組んでいくことをおすすめします。

1.設備立ち上げ時間の「見える化」

成形機の稼働状況を把握するためにセンサーを取り付けた結果、始業後に全ての成形機が稼働開始するまでに最大90分もの時間がかかっていることが判明。

この結果を受けて現状を分析すると、設備の始動にかかる時間が人やグループによって異なる、成形機のヒーター温度が上がるのが遅く立ち上げに時間がかかっている、といった課題が明確になりました。改善策として、設備の始動に関する手順書を作成してノウハウを共有したり、ヒーターの昇温待ちをなくすためにタイマー機能を利用したりした結果、稼働開始するまでの停止時間を75％削減することに成功しました。

2.成形材料の残量監視

樹脂成形に用いる材料は、成形不良を防ぐために十分に乾燥させておかなくてはなりません。専用の乾燥機へ事前に材料を投入して乾燥させておく必要がありますが、材料の補充忘れによって材料乾燥待ちの時間が発生していることが分かりました。

改善策として、乾燥機に材料の残量を把握するセンサーとアラーム警報装置を取り付け、材料の補充忘れを防止する仕組みを構築しました。その結果、材料乾燥待ちによる停止時間を100%削減することに成功しています。

3.ファンの異常検知

成形機の多くは、設備が高温になりすぎるのを防ぐために冷却ファンを備えています。冷却ファンに風量センサーを後付けして風量のモニタリングを実施していると、突然風量が弱くなり、アラームが発生しました。

冷却ファンを点検すると、汚れとベアリングの劣化によって風量が弱くなっていることが分かったため、清掃とベアリングの交換を実施しました。その結果、冷却ファンの風量は回復し、故障によって大きな修理費と長時間の設備停止が発生するのを未然に防ぐことができました。

4.日常点検と兆候監視

板金部品の洗浄機では、洗浄液の汚れによって不良が発生するのを防ぐために定期的に交換を行う必要があります。洗浄機に導電計を後付けで設置し、導電率や水素濃度イオン指数といった液汚れに関するデータを「見える化」すると、適切な液交換のタイミングが分かるようになりました。

「見える化」された結果にもとづいて液交換を実施した結果、年平均で1.3カ月に交換周期を延ばすことができ、廃液処理にかかる費用を23％削減することに成功しました。

この記事に関連する製品

この記事に関連する記事

他の記事を読む（新着記事）

2024年2月16日

工場の「見える化」とは？メリットや現場の課題、具体的な方法、成功事例を紹介

2024年1月22日

購買業務とは？業務の流れ、製造業の課題やクラウドサービスを活用した改善事例をご紹介

2023年12月22日

「カイゼン」を動画で推進！ 作業分析ソフトウェアによるカイゼン活動を解説

2023年11月20日

生産管理とは？ 製造業における目的や業務内容、よくある課題を分かりやすく解説

2023年10月17日

BOMとは？ BOM構築の目的や種類、システム導入のメリットを解説

生産管理システム導入検討・活用ヒント集　全記事一覧