エッジコンピューティング活⽤によるものづくりの...

©2018 Mitsubishi Electric Corporation 1

三菱電機株式会社FAソリューション事業推進部FAソリューションシステム部主席技師⻑吉本康浩2018年9⽉

エッジコンピューティング活⽤によるものづくりの最適化と⽣産⾰新

⽣産性向上に向けたデータ連携・利活⽤説明会〜コネクテッド・インダストリーズ税制を活⽤するために〜


⽬次

3

コンパクトなAI Maisart2

FA-IT統合ソリューション e-F@ctory

エッジコンピューティングの強化

１


FA-IT統合ソリューションe-F@ctory1

4©2018 Mitsubishi Electric Corporation

FAーIT統合ソリューション

FA技術とIT技術を活⽤することで開発･⽣産･保守の全般にわたるトータルコストを削減し、

お客様の改善活動を継続して⽀援するとともに、⼀歩先のものづくりを指向するソリューション提案

2003年から提唱


⽣産現場の「みえる化3（キューブ）︓⾒える、観える、診える」と「使える化」により企業価値向上を⽀援します

「⽣産性」「品質」「環境性」「安全性」「セキュリティ」の向上を実現し企業のTCO削減と企業価値の向上を⽀援

ITシステムによる分析・解析結果を⽣産現場にフィードバック

アーキテクチャ

診える化改善

FAで収集したデータを⼀次処理し(エッジコンピューティング)ITシステムへシームレスに連携観える化分析

⽣産現場のデータをリアルタイムに収集見える化可視化

e-F@ctoryソリューション


情報連携製品(MESｲﾝﾀﾌｪｰｽ)

・必要なﾃﾞｰﾀを収集

・変化を捕捉した現場ﾃﾞｰﾀ

・ﾘｱﾙﾀｲﾑに伝送・ﾈｯﾄﾜｰｸ負荷小（ﾗｲﾝ制御に影響を与えない）

・高信頼性

・ e-F@ctoryは、生産設備とITシステムをダイレクトに接続することで、簡単に信頼性の高いデータ収集システムを実現

（製造現場）

（ﾃﾞｰﾀ収集・伝送）

・不正確な情報・限られた情報

・不正確な情報伝達・遅い情報・ﾑﾀﾞな入力作業

・限られた現場ﾃﾞｰﾀ

紙

・必要な時に、必要な情報をダイレクトに送信

・ｼﾝﾌﾟﾙｼｽﾃﾑでｺｽﾄ削減

Excel

ﾃﾞｰﾀﾍﾞｰｽ

（SQL）

設備からどうやって効率的にデータを収集︖


組立装置の稼動率向上に適用

巻線機

① MESｲﾝﾀﾌｪｰｽﾕﾆｯﾄを追加

② e-F@ctoryﾃﾞｰﾀﾍﾞｰｽを追加

設備異常ｺｰﾄﾞ

③ 設備停止履歴管理ｱﾌﾟﾘｹｰｼｮﾝを追加

原因を分類

設備稼働状況を分析停止履歴（停止回数、理由）

設備ごとの稼働、停止時間の把握

導⼊事例 ① （専⽤組⽴装置）


8

＊発生回数によりソートした例（他にも停止時間、発生時刻などデータあり）

ダウンタイム短縮により、設備稼働率が向上し、

生産性がＵＰ＝停止中のムダエネルギーも削減

磁石ｾﾝﾀﾘﾝｸﾞ部で磁石が詰まる⇒暫定で干渉部面取り⇒恒久対策は別途検討

１７回BBBBXXXXXXXXX

１４回AAAAAAｺﾝﾍﾞｱﾚﾍﾞﾙ調整・S/W改修

３０回原因３

XXXXXXXXXXXXX解除３５回原因１

XXXXXXXX交換３４回異常１

UVﾕﾆｯﾄ内での部品外れ⇒ 部品取付・増し締め、干渉部の排除

１３回CCCCCC

７回

発生回数

作業指導実施XXXXXXX

対策設備停止原因（ドカ停）

XXXXXXXXX４回CCCCCCC

XXXXXXXXX４回DDDDDD

XXXXXXXX５回XXXXXX

XXXXXXXXX５回異常３

XXXXXXXX加工し、干渉部分削除７回Ｘｘｘｘ

XXXX再調整

XXXXXXXXX

１３回NG１

６回XX解除

XXXXXXXX交換１３回

エラー１

XXXXXXX解除２１回

原因１０

３回

発生回数

XXXXXXXXXき磁石改善エラー５

対策設備停止原因（チョコ停）

磁石吸着ﾐｽ

ｻｲｸﾙ異常

・チョコ停・ドカ停の発生回数と発生原因を把握。・発生回数の多いものから改善を行い、ダウンタイム短縮。

■eｰF@ctory導入による「設備稼働率向上」■eｰF@ctory導入による「設備稼働率向上」

8

導⼊事例 ① （専⽤組⽴装置）


[シーケンサ]・使⽤ねじ指⽰・ねじ締め良否判定・実績・トレーサビリティ、データ⾃動収集

[HMI] ・使⽤ドライバ・ねじ型名・締付け本数・組⽴注意ポイント・現品画像

(1) システム概要 (2) 作業指⽰画⾯(例)

締め付け順序

ねじ型名

使⽤ドライバ

(3) ヒューマンエラー対策(例) (4)⼈作業のデータ分析による改善

現品＋作業指⽰書

①読取

②ダウンロード ③表⽰

作業指⽰情報をサーバよりダウンロード[正確な作業指⽰]

使⽤するねじ箱のランプが点灯[使⽤ねじ表⽰]

ねじ締め付け時間で良否を判定[ねじ締め良否判定]

＜ねじ⻑さ検出⽅法＞スタート信号〜トルクアップ信号

A

経過時間︓秒［1/100s］=ねじ⻑さ

作業実績データの収集・分析による改善への反映[改善アイテム抽出]

05

1015202530

工程

1

工程

2

工程

3 … … …

Aさん

Bさん

Cさん

再教育作業改善/設計への反映

作業ネック

時間

(5:04)

導⼊事例② （シーケンサ＋⼈セル組⽴）

ねじ締め作業支援システム


第三世代設計へのフィードバックによる品質向上① センシング強化（部品公差等の測長系データ/サーボ軸単位での詳細電力etc.)

② トレーサビリティ強化（部品投入から出荷まであらゆるデータを一元管理）

⼯程Ａ⼯程Ｂ⼯程Ｃ

ビジョンセンサ耐圧試験機ビジョンセンサビジョンセンサテンションメータサーボドライブレコーダビジョンセンサレーザ変位センサ

「iQ Sensor Solution」

使⽤設備

GOT（表⽰器）設備情報

レーザ変位センサ各種計測値

稼働情報計測データ使⽤治具

RFID管理

ロータ

エンコーダ個体IDレーザ印字

ステータ

電線鉄⼼製造データ製造データ

バーコード管理

部品情報部品情報試験データ試験データ

耐圧試験機（試験データ）

部品検査データ＊個体識別IDをキーに関連付けて情報収集

GOT（表⽰器）設備稼動情報治具管理等

導⼊事例③（専⽤機によるモータ⽣産ライン）


■サーボモータ工場での生産状況をﾘｱﾙﾀｲﾑに「見える化」

ロットごとの生産進捗をリアルタイムに把握

作業指示票作業指示票作業指示票作業指示票

生産実績

生産計画

一日の生産実績をリアルタイムに把握

Excel

今日の生産実績は？

e-F@ctory導入後e-F@ctory導入後e-F@ctory導入前e-F@ctory導入前

？



各工程のセンシングを強化し、不良発生におけるデータの相関（因果関係）から原因究明の迅速化と見直しポイントの絞込みに活用

不良発生

データ 2

出荷検査結果例

データ 4

データ 30

データ 42

従来の解析手法

NG品の電圧調査

NG品分解ステータとロータ要因分析

• 寸法確認• 磁束波形確認• 磁束データ確認）

解析期間2日

製造履歴データとの照合システムを構築解析期間5時間

相関あり

相関なし

照合・解析作業を迅速化43時間短縮

2日

5時間

生産性向上・品質向上



全工程で蓄積したビックデータ（製造要素）を網羅的に分析することにより開発段階から容易に図面寸法・製造規格値の最適化を図る

・

・

・

・

・

・

・・・

・・

・・・

・

・

・

・・・

・・

・・

・

・・

・

・

・・

・

・

・・

・・

・・

・・

・

・

・・・・・

・・

・・・・

・・

・

・

・・・

・

部品⼨法（前⼯程）検

査値

（後

⼯程

）

上限値

下限値

上限値下限値

緩和・

・

・

・

・

・

・・

・

・

・

・

・

・

・・

・・

・

・・・・・・・

・

・

・・・

・・

・

・

・

部品⼨法（前⼯程）

検査

値（

後⼯

程）

上限値

下限値

上限値下限値

強化

◇設計基準値強化による品質向上◇設計基準値強化による品質向上 ◇設計基準値緩和によるeasy to makeの追求◇設計基準値緩和によるeasy to makeの追求

歩留向上・部品原価低減品質向上・後⼯程不良流出防⽌

設計へのフィードバックによる品質向上



コンパクトなAI Maisart2


機器･エッジをスマート化するAI技術を開発- 演算量を削減し機器・エッジへ搭載- 機器の知見を活用して効率化

自動化認識・識別

ディープラーニング強化学習ビッグデータ分析

機器の知見を活用した学習効率化

アルゴリズムのコンパクト化

最適制御予兆検知原因推定

2017年5月に当社AI技術ブランド「Maisart」を広報発表Maisart： Mitsubishi Electric's AI creates the State-of-the-ART in technology

AI技術「Maisart」

機器の知見を活用した時系列データ分析の効率化


アル

ゴリズ

ムの

進化

従来

ハードウェアの進化

演算量・メモリ量⼤

当社アプローチ

アルゴリズム⾃体の低演算量化・省メモリ化

他研究例

GPUによる並列計算

演算量の多いディープラーニングの実装にはGPUなど進化したハードウェアへの実装などの事例も存在

【開発の⽅向性】演算能⼒が⼗分でない機器・エッジで動作可能なAI技術への取組み

アルゴリズム⾃体の低演算量化・省メモリ化に取組み機器・エッジで動作するAI技術を開発

AI

コンパクトAI

現場の機器

AI

GPU

GPU

GPU

GPU

GPU

機器・エッジに搭載するアプローチ

サーバ


⽣産準備（設計・評価、⽴上・検査）

段取・⽣産・製造（⽣産管理）

運⽤・保守（設備管理）

リアルタイムデータアナライザによる稼働率の向上

AIアプリケーション

クラウドとの連携/エッジ活⽤

クラウド連携/エッジ活⽤による設備予防保全ロボット搭載⾃動化AIによる3Dビジョン認識パラメータ設定

コンパクトAI（組み込みAI)

すぐに動く無駄がない無駄がない⽌まらない

三菱電機のFA分野でのAI活⽤


3 エッジコンピューティングの強化


生産設備の予防保全を実施したい

が。。。

データ収集と分析を簡単に実施したいが。。。

品質ロスの低減の為に、データを

活⽤したいが。。。

ビッグデータ・ビッグデータ・IoT技術やAIを

活⽤して⽣産を改善したい

が。。。

サンプリング速度やデータ量が膨大になって処理できない。。。

いろんな機器や設備のデータを収集したいが。。。

⽣産現場のニーズ


簡単につながる


FAとITシステムのシームレスな連携クラウドを含めたITシステムとのシームレスなデータ連携により

サプライチェーン、エンジニアリングチェーンの最適化を実現

多種多様なアプリをエッジ領域で活用ITのアプリケーションを容易にFA用途に適用

豊富なラインアップから用途に応じたアプリケーションを選択エッジコンピューティング領域で完結したシステム構築を実現

リアルタイム診断とフィードバック生産現場に近い場所でデータ分析・診断することで生産現場へのリアルタイムなフィードバックを実現

生産現場をモデル化生産現場の膨大なデータを階層化、抽象化して管理

できるため、人およびアプリケーションによるデータ活用が容易

生産現場のあらゆるデータを収集ベンダーやネットワークを問わず、

全ての設備、装置からデータを収集可能

産業用PC上で動作様々なメーカーの産業用PCに搭載可能

Edgecrossの概要

基本SW

コンソーシアム製品


Edgecrossコンソーシアム

｢ものづくり｣を取り巻く環境に対応するために

企業・産業の枠を超え、エッジコンピューティング領域を軸とした新たな付加価値創出を⽬指す

グローバルでの IoT化や、⽇本政府が提唱している「Society 5.0 」とSociety 5.0 につながる「Connected industries 」の活動に寄与

【主な活動】

FAとITを協調させるオープンな⽇本発のエッジコンピューティング領域のソフトウェアプラットフォーム｢Edgecross｣の仕様策定・普及推進

※11/6記者会⾒の様⼦


⽇本電気株式会社

三菱電機株式会社

オムロン株式会社

⽇本アイ・ビー・エム株式会社

アドバンテック株式会社

⽇本オラクル株式会社

株式会社⽇⽴製作所

コンソーシアムの概要（幹事会社）


ソフトウェアメーカ、⼯作機械メーカ、産業PCメーカ、機器メーカ、システムインテグレータ、エンドユーザ、商社など幅広くご登録

198社

2018年８月末時点2017年11月末（設立発表時）

51社設⽴以来約4.0倍の増加

コンソーシアムの概要（会員企業）


未来投資戦略 2018内閣官房から公開された「未来投資戦略2018」で、次世代産業システムのデータ連携取組事例としてEdgecrossが紹介。

http://www.kantei.go.jp/jp/singi/keizaisaisei/pdf/miraitousi2018_pr.pdf

＊引用元2018年6月内閣官房日本経済再生総合事務局未来投資戦略2018


エッジコンピューティングを実現する製品として、データ分析・診断ソフトウェア、SCADAソフトウェア、産業用PCを開発。本製品群はソフトウェアプラットフォーム｢Edgecross｣に対応した製品です。

2018年春発売

Edgecross 対応

データ分析・診断ソフトウェア

リアルタイムデータアナライザ

SCADAソフトウェア

MC Works64 エッジコンピューティングエディション

産業用PCMELIPCシリーズ

Edgecrossにおける弊社開発製品の位置付け

エッジアプリケーション

エッジコンピューティング製品（三菱電機）


1．リアルタイム診断FA現場で発生するデータを常時監視し、異常検出時に直ちにフィードバック可能です。※従来の当社データ分析ソフトウェアはオフライン分析のみ

製品特長

4．GUIによる簡単設定・表示AIや統計手法によるデータ診断をプログラムレスで簡単に実現可能です。また、分析結果を簡単

に表示・確認することが可能です。

2．AI搭載三菱電機 AI 機能により、過去のデータを学習し、学習結果を用いた診断が可能です。＊三菱電機のAIブランド。学習高効率化、速データ分析が特長。 Mitsubishi Electric's AI creates the State-of-the-ART in technologyの略

*

3. 多種多様な分析アルゴリズム波形データの分析・診断や多種多様な統計手法を簡単に活用し、予防保全や品質向上を実現することが可能です。（10種類以上搭載）

類似波形認識ガードバンド監視

SPC マハラノビス・タグチ法

重回帰分析

他、相関分析、主成分分析、Hotelling’s T2、KNN、部分最小二乗法などに対応

リアルタイムデータアナライザー

（分析ソフトウェア）


オフライン分析：電流等のセンサデータを、AIにより波形の正常パターンを学習します。リアルタイム診断：正常パターンと常時監視している波形データをAIを用いて比較・類似度を算出し、

OK/NG判定を行います。

ＡＩによる波形パターンの学習/認識により、人の知見に頼らない予防保全や品質管理を実現します。※単純な上下限判定では検出できない異常を検出可能

AI技術

オフライン分析

リアルタイム診断

Cと類似

A B C

AI NG

OK

Bとも類似していない

Anomaly Detection

A 「いつもと違う」を検出

類似波形認識




Unknown Estimation

B 「はかれないもの」を予測

オフライン分析：生産現場のデータを用いて、常時計測できないデータ*1を求める予測式を算出します。

リアルタイム診断：予測式を用いて、製品のOK/NGを判定します。

常時計測できないデータを予測することで、予防保全や品質向上を実現します。

*1 製品を分解しないと測定できないデータ等*2 歯車のかみ合い時発生する隙間

温度

電流

加速

温度

電流

加速

常時計測できないデータ

バックラッシュ＊2

バックラッシュ

予測式y =

ax1+bx2+cx3+…

オフライン分析

リアルタイム診断

重回帰分析




(1) リアルタイム処理による高速データ収集により性能の最大化を実現します。

・モータ駆動電流や変位センサなど、1～10msオーダで変化するデータの分析・診断が可能。・複数のシーケンサから同じタイムスタンプで収集可能であり、ラインや設備を対照とした高度なデータ分析（多変量解析）の精度が向上。

収集周期：1ms～タイムスタンプ精度：1μs～収集周期：1ms～タイムスタンプ精度：1μs～

製品特長

Windows

CC-Link IE Field ドライバ

高速収集/高精度でのタイムスタンプ付与

リアルタイムデータアナライザ

リアルタイム処理

最短1msの収集高精度のタイムスタンプ

アナログ入力

高精度でデータ分析・診断可能

アナログ入力

モータ駆動電流距離・変位

1～10msオーダで変化するデータ

診断結果をフィードバック

100ms～オーダで変化するデータ

温度・湿度流量

MELIPC（産業⽤PC）


課題射出成形⼯程でボイド(気泡)、ヒケ(樹脂の収縮)などの不良が発⽣している。後⼯程で完成品を⽬視検査しているため、不良の検出が遅れている。射出成型⼯程でリアルタイムに検知し、検査⼯程までの⼯程ロスを減らしたい。

事前準備事前準備射出成形加工①加工① 加工②加工② 検査

対応押出圧の正常時データをAIで学習させ、監視するための診断ルールを作成。類似度を算出して射出成型⼯程で異常可能性をリアルタイムに検知し、不良品をラインアウト。

ラインアウト

……

射出成型機の不良予測による工程ロス削減（類似波形認識使用）

押出圧の正常データ正常パターンの波形を学習

学習フェーズOK OK OK OKNG

射出成形⼯程のリアルタイム診断

ラインアウト診断フェーズ

事前準備事前準備射出成形加工①加工① 加工②加工② 検査検査……

ラインアウト

AI不良品の無駄な加工を防ぐ

不良品も次工程へ

不良品の加工工程が無駄になってしまった！

効果不良品が下流⼯程に流れることを防ぎ、加⼯⼯程のロスを削減

想定ユースケース(1)


課題レンズの研削⼯程において、使⽤している⼯具(ダイヤモンドの砥⽯)を、熟練⼯の判断によって交換しており、定量的指標を⽤いた交換時期の判断が出来ていない。熟練⼯がいなくなると、⼯具交換タイミングが原因でロット不良が発⽣する可能性⼤。

砥石(ダイヤモンド)

レンズ

研削（荒ずり）

精研（スムージング）

精研（スムージング）

研磨研磨洗浄洗浄芯取り芯取りコーティングコーティング【工程】

砥石の摩耗状況

加工回数

定量的な指標から交換時期を明確化したい

検査検査

工具交換時期が遅い⇒ ロット不良に繋がる

工具交換時期が早い⇒ 工具費用のロス

対応加⼯中データから重回帰分析を⽤いて砥⽯の摩耗状況を予測。予測データを元に⼯具交換時期の基準を設定

・トルク・回転速度・気温・湿度・加工回数・加工時間・電流値 etc.

・トルク・回転速度・気温・湿度・加工回数・加工時間・電流値 etc.

加工中データ

工具交換時期の最適化による不良削減（重回帰分析使用）

加工回数

砥石の摩耗状況

効果ロット不良の防⽌、効率的な⼯具交換

摩耗状況を予測し、適正な交換時期を定量化

交換時期摩耗状況を予測

想定ユースケース(2)


IoT導⼊にあたって

IoTは、⼿段であって⽬的ではない

導入前に今一度、目的と最適な手段の確認を！

⽬的は何か︖

誰のためにするのか︖

コアコンピタンス（競争⼒の源泉）は何か︖

1 2 3

効率の向上︖品質の向上︖費⽤の削減︖

お客様︖⾃分⾃⾝︖サプライヤ︖

性能︖価格︖納期︖

省エネ︖知名度アップ︖

誰にもできない︖ブランド︖デザイン︖

エッジコンピューティング活⽤によるものづくりの...

Documents

Transcript of エッジコンピューティング活⽤によるものづくりの...

エッジコンピューティング活⽤による ものづくりの...

Documents

Transcript of エッジコンピューティング活⽤による ものづくりの...

エッジコンピューティング活⽤によるものづくりの...

Transcript of エッジコンピューティング活⽤によるものづくりの...