歩留まりが悪くなる原因は、製造や生産過程において、何らかの問題が発生していることです。以下のような問題が考えられます。
生産ラインの作業手順や部品の組み立て方に問題がある場合、当然、製品の品質が低下する可能性があります。
また同じように、生産過程で発生する余分な工程や待ち時間なども、歩留まりを低下させる原因となります。
製造ラインで使用される機器や設備が古くなっていたり、故障していたりする場合も生産効率が低下し、歩留まりが悪化することが考えられます。
また、メンテナンスが不十分な場合にも、機器や設備の故障リスクが高まり、結果として歩留まりが悪化します。
原材料や資材に不良品が混入していたり、品質が低い場合、勿論のこと製品の品質が低下し、歩留まりを悪化させる原因となります。
スタッフの技術に問題がある場合も生産効率が低下し、歩留まりが悪くなります。
気温や湿度などの気象条件が製造過程に影響を与える場合、条件によっては歩留まりが悪くなる。ということも考えられます。
AIによる予測で、歩留まりの問題を解決するためには、まずは必要なデータを用意する必要があります。
生産ライン上のセンサーから得られるデータは、生産ラインの稼働状況や製品の品質に直結します。
生産ラインの速度、生産物の寸法、温度、湿度、振動、圧力、騒音レベル、電力使用量など品質に影響を与えるデータを取得する事が重要です。
作業員の技術力や経験は、生産の効率性や品質に大きく影響します。
作業員の生産性、訓練レベル、勤務時間、休憩時間、ミスの頻度などのデータが必要になってきます。
生産ライン設備の稼働状況は、歩留まりに影響を与えます。設備の故障回数やメンテナンス頻度、部品の交換時期などのデータを用意する必要があります。
環境データは、温度、湿度、気圧、粉塵濃度、ガス濃度など気象条件と現場特有の条件を加味できると精度が高い予測ができるでしょう。
生産計画は生産ライン全体の稼動を決める上で重要です。ラインの生産数、稼働時間、製品の種類、納期、などのデータを準備することが必要です。
過去の生産データや故障データなどから、過去の問題点等を抽出することができ、現在のデータと突合することで、差分から異常を発見しやすくなります。
必要なデータをAIに入力することで、AI予測(機械学習)を使用して、歩留まりを予測し、解決策を明確にすることができます。
例えば、センサーデータの異常値や範囲外の値から歩留まり悪化の原因ともなる機器故障を事前に対策することが可能になります。
また、作業員の生産性やスキルのデータから、各作業員に対して作業内容の再確認や配置転換などの対策を打ち、生産効率や、品質を向上させることができます。
実際予測するにあたって、必要なデータの収集や成形、選定など、困った場合は我々ティファナにご相談ください。
澁谷さくら(AIさくらさん)
登録・チューニング作業をお客様が一切することなく利用できる超高性能AI。
運用やメンテナンス作業は完全自動化。問い合わせ回数や時間を問わない無制限サポート、クライアントの業務に合わせた独自カスタマイズで、DX推進を目指す多くの企業が採用。