テクノロジー

これからの製造業にAIは最適!導入事例と活用例をご紹介

製造のイメージ

これまで日本を支えてきた製造業は、アジア各国の安価な人件費と技術力の向上で工場の海外流出が進んでいる一方で、AI(人工知能)を活用することで日本の製造業の力を取り戻す取り組みも行われています。

しかし、日本が世界に誇る製造業において、AI(人工知能)がどのように導入されその結果としてどのような効果に繋がっているのか今ひとつわかりませんよね。また「製造業でAI(人工知能)活用」と聞くと、まずはロボットを想像される方も多いでしょう。

そこで今回は、製造工程の様々な箇所でAI(人工知能)が導入されている状況やAI(人工知能)ロボットの活用についてお話しします。また、製造工程だけでなく製品需要の予測でもAI (人工知能)が活用され、結果として工場の最適稼働に繋がった例なども合わせてご紹介しましょう。

AI(人工知能)ロボットの活用による人件費削減

ロボットアームのイメージ

製造業におけるAI(人工知能)導入として最も代表的なものがAI(人工知能)ロボットの活用です。

アーム型のロボットがコンベアーで運ばれてきた部品をピックアップしたり組立てたりする映像をTVなどでご覧になったことがあるでしょう。様々な形状の部品が無造作にベルトコンベアーに置かれた状態でも正しくピックアップすることができるのは、アームの先に取り付けられたカメラで部品を撮影し、AI(人工知能)画像認識で部品の形状や種類を認識し、その結果に応じてアームの動作を最適に制御することが出来るためです。

そして、AI(人工知能)を用いることで、事前に学習用の画像さえ用意しておけば、各部品の判別モデルを簡単に学習することができるため、新しい部品が追加されたり、部品数が多かったとしても、容易に対応することができます。

製品サイクルが早い昨今の製造業では、このように柔軟に環境変化に対応できるAI(人工知能)ロボットは、利用価値が高いと言えるでしょう。

最近では双腕型のアームロボットも実用化が進んでおり、これまでの一腕タイプは、部品のピックアップが主な役割でしたが、双腕型アームロボットを用いるとより高度な作業が可能
具体的な例として、化粧品業界で化粧品を袋詰めする用途で利用されたり、食品製造工場では、弁当の盛付け工程で使えます。

ですから、これらAI(人工知能)ロボットの導入効果としては、人手を介して自動で行うことができるため人件費削減に繋がる他、人手の場合に発生していたピックアップする品や数量を間違えるミスも削減できるという効果もあるようです。

各種センサー情報のAI(人工知能)分析による検査工程の業務効率化

ラインのイメージ

ところで製造業の課題として、製品組立て工程の間で生じる不良品の問題があります。どのような製品を製造する場合であっても、不良品の混入を避けることは難しいのが現実です。

一方で不良品を販売し、市場トラブルがあった場合には、ユーザからのクレームで会社の評判を落とし、売上を落としてしまいます。SNSなどインターネットが普及した昨今では、ユーザクレームにより会社が大打撃を受けるほどの売上損失に繋がる例もありますよね。

このようなリスクを極力避けるために、製造工場の組立工程の様々な箇所で製品の検査工程が組み込まれています。しかし、この検査工程はこれまで主に人手で行われていました。

例えばスマホケースなどにヒビ割れが入っていないかを目視で判断。また、缶ジュースのような中身が見えない製品の場合には、赤外線カメラなどを用い缶ジュースの中を透視し、不要な物が入っていないかを人手で確認することになります。

この検査は、当然ですが人間が行うため休憩も必要ですし、終夜検査を行い続けることはできません。また、簡単な検査であれば人によって結果が異なることはありませんが、習熟性が求められる検査の場合には、経験値の浅い検査者は不良品を発見できないこともあります。

つまり、検車者によって検査のムラが生じてしまうでしょう。
しかし、この検査工程にAI(人工知能)を導入することで、人手で行うことで生じるこれらの問題を解決することができます。

先ほどのヒビ割れの例や、缶ジュース内の不要物の混入などは、正常な状態の製品の画像をAI(人工知能)で学習させることで、異常状態の画像を用意に判別することができます。

そして当然、AI(人工知能)による自動検査が可能となるため、終夜検査工程を止めることなく検査し続けることができますよね。また、AI(人工知能)で機械的に判別するため、人間のようにレベル差は発生せず何か不良な状態があれば、必ず発見することができます。

なお、上記ではカメラで撮影した画像に対してAI(人工知能)で不良品を判別する例を説明しましたが、例えばコンクリートなどの建造物などに利用される素材の不良を判別する際には、素材内部の密度や空洞の有無を音で確認する場合もあります。

このような場合には画像ではなく、素材を叩いた時の音をAI(人工知能)で分析して異常状態を発見することが可能です。

AI(人工知能)による装置稼働状況の分析により、ダウンタイム最小化

夜の工場のイメージ

製造業におけるAI(人工知能)活用の3つ目は、装置のダウンタイム最小化

製造業においては、製造ラインをストップさせてしまうと、その時間製品を製造することができないため、装置のダウンタイムが大きな課題となっていました。

このため、工場などの装置は、月に1回など決めて製造ラインをストップする時間を作り、定期的に装置のメンテナンスを実施します。当然ですがメンテナンス中は製品を製造することができないため、メーカーとしてはこのメンテナンスの回数を極力減らしたいでしょう。

この、装置メンテナンスに伴う矛盾に対し、AI(人工知能)を活用することで不要なメンテナンスを減らし、かつ故障による装置稼働ストップを減らすことができます。

具体的には、AI(人工知能)を活用して製造装置の状況を逐次モニタリングを行います。各製造装置が故障する前の装置稼働状況が分かっていれば、正常に動作しているパターンと故障が発生する前のパターンの違いをAI(人工知能)で学習することができるのです。

装置の稼働状況とは、例えば可動部分がある装置であればその可動部分の可動回数や稼働頻度、措置起動時からの稼働時間、装置購入時からの可動期間など。

また、装置の故障は装置が利用される環境も影響するため、例えば工場内の温度や湿度、など工場内の様々なセンサーで取得したデータをAI(人工知能)で学習することで高精度に装置の故障や異常を検知および予測することが可能となります。

AI(人工知能)による売上分析・予測に基づく工場稼働率最適化

ソーシャルのイメージ

最近の製造業では、生産ラインを必要な時にだけ稼働することで、供給過多になり過ぎたり、無駄な設備稼働コストを削減する試みも行われてきています。

生産ラインを最適に稼働するためには、当然ですが製造する製品の売上情報の分析や予測が必要です。この売上分析や需要予測にAI(人工知能)を利用することで、より最適な生産ラインの稼働が可能になります。
例えばテレビのような製品であれば、毎年6月と12月がボーナスの時期であり売り上げが上がる程度であれば人による分析でも把握できますが、AI(人工知能)を活用することで、SNSによる口コミや、イベント(オリンピック、W杯など)、天気、有名人の発言、などその製品に関連する様々な情報を集約、分析、予測が可能となり、より高精度な製品需要予測ができます。

また、

例えばスマホなどの製品であれば、10代の男性の売上が上がった機種は、その数か月後に20代、30代でも売上が上がる、など年齢、性別、機種などの相関関係から数カ月後に売れる機種を高精度に予測するようなことも可能でしょう。

このように、どの製品がどの程度売れるのか、についてAI(人工知能)を用いて行動な需要予測ができれば、工場の生産ラインを最適に稼働することができますよね。

 

働く人のイメージ

今回の記事では、製造業におけるAI(人工知能)の導入事例や活用例についてお話ししました。

日本が世界に誇る製造業でAI(人工知能)テクノロジーをどのように活用し、結果としてどのような効果に繋がっているのか、「AI(人工知能)ロボットの活用」「AI(人工知能)による検査工程自動化」「AI(人工知能)による装置稼働状況分析」「AI(人工知能)需要予測」といった視点で紹介してきましたが、製造業の様々な業務でAI(人工知能)を活用することで、製造業務の効率化、最適化、低コスト化、など様々なメリットがあることが分かりましたよね。

昨今、アジア各地の安い人件費もあり、国内の製造業が空洞化し、エンジニアの海外流出も話題になることも多いです。しかし、今回説明したように、国内の製造業でもAI(人工知能)を活用することでまだまだ世界に通用するモノづくりに期待がもてるでしょう。これからAI(人工知能)で国内製造業が発展していくと良いですよね。

そして、当サイト(AIZINE)を運営している「お多福ラボ(人工知能の開発会社)」でも、様々なAIの導入に携わらせて頂いていますので、もし「こんなAI(人工知能)作れます?」といったお話しがあれば是非ご相談ください。

お多福ラボはこんな会社です。
↓  ↓  ↓

AI(人工知能)/DX(デジタルトランスフォーメーション)開発のお多福ラボ

コメントをどうぞ

トップへ戻る
タイトルとURLをコピーしました