CWの取組（自社）

工程設計の“思考”を見える化し、若手が自律的に設計できる未来へ エキスパートエンジニア 元デンソー　生産技術センター原田 浩史　氏 ナレッジエンジニア 株式会社レクサー・リサーチ久蔵 宏幸 目的 製造業では自動化が急速に進み、省人化・自動化工場が増えています。しかし、その成否を握る工程設計は、いまだに個々の生産技術者の経験や勘に依存しているのが現状です。そこで、この取組は、生産システムの工程設計においてCWを活用した検討プロセス・判断基準・経験知の体系化、デジタル化； をすることで、費用対効果の高い最適な工程設計へ導くシステムを構築し、属人化を解消し、製造業全体の生産性・競争力向上に貢献することを目指しています。 狙い 工程設計の際の検討対象は多岐にわたります（図１）が、本取組では、その中で比較的論理的に整理しやすい「ライン工程編成」 に焦点を当てています。 図 1　自動化生産システムの全体像とライン工程編成の位置付け対象を入社3〜5年目の若手社員とし、彼らが、 ようになることを狙いとしています。重要なのは、単に設備候補を提示するのではなく、「なぜその選定に至ったのか」 を理解・追体験できることです。これによって、若手が自律的に設計判断できる人GA材へ成長することを期待しています。 取組の背景 自動化ラインの工程設計には、対象製品の流動機種選定、ライン能力設定、自動化度、組立機器選定、稼働率など多くの検討項目があります。特に ラインを構成する自動化機器の選定は経験知への依存度が強く、若手が参画しにくい領域で、 […]

プレス工場の改善活動を知識化する取り組み エキスパートエンジニア 愛知県経営者協会　元デンソー・生産技術センター　光行 恵司 氏 ナレッジエンジニア 株式会社レクサー・リサーチ　金子和樹 背景 製造業各社にとって、生産システムを継続的に改善し競争力を維持することは不可欠です。 改善活動には、5S（整理・整頓・清掃・清潔・しつけ）やQC7つ道具など代表的な手法があり、多くの企業が各種技法の啓発・実践に取り組んでいます。しかし、現場の改善活動には、失敗が多く、課題があります。　・　個別改善が生産システム全体の能力向上につながらない　・　時間・人手をかけても成果が合わない　・　改善効果が「やってみるまで分からない」 生産シミュレーションは生産システム改善の計画段階では使われていますが、改善活動での活用事例は少なく、ノウハウが確立していません。そこで、改善策の効果を事前に評価し、成功確度の高い改善だけを実行する仕組みが求められます。 目的 この取組の目的は、プレス工場における改善活動を担当者の経験に依存せず、再現可能なノウハウとして、CW上に体系化することです。生産シミュレーションを活用して改善策を事前評価し、成功の見込みが高い改善策を現場で実行する“バーチャル改善” を実現します。生産システムの改善活動は •       作業場レベル•       ラインレベル•       工場レベル の3階層で行われるものとし、上位階層の改善目標を下位階層に伝え、下位階層の実現可能性を上位にフィードバックする階層型の改善モデル とします（図１）。

メンテナンスを“経験頼み”から“知識で効率・効果が高い業務”へ エキスパートエンジニア 早稲田大学名誉教授グリーンCPS協議会　理事髙田 祥三　氏 ナレッジエンジニア 株式会社レクサー・リサーチ　金子和樹 メンテナンスを経験頼みから知識で効率・効果が高い業務へ この取組では、飲料包装工場におけるメンテナンス作業の評価と知識の更新を通じて、効率的で効果的なメンテナンスを実現することを目的としています。メンテナンス作業評価は、「実際の作業結果」と「事前の想定（劣化の進み方や故障の仕方）」を比べて、違いがあればその原因を調べることです。そこで得た知識を次のメンテナンス計画や設備改良に活かすことで、場当たり的な対応（いわゆる“モグラたたき”）から脱却し、効率・効果の高いメンテナンスができるようになります。評価のノウハウは、「劣化は劣化プロセスに従って進む」と考え、劣化プロセスは、何らかの故障を起こす仕組み(劣化メカニズム)、直接/間接の劣化要因、そして出力として現れる劣化モードで構成されます。設備の状態が時間とともに変化し、ある時点で限界を超えると故障が起きる、というのが典型的な劣化進行パターンです。 図1. 劣化プロセスと劣化進行パターンの例 想定外の故障が起きた場合、そのときのデータを集めて、劣化プロセスとして整理し、データベースに記録します。想定内の劣化でも、進み具合が予想と違えば、その情報を次の設計や対策に活かすためにMP情報(保全予防情報)として残します。 図2. メンテナンス作業評価の流れ 狙い 飲料包装材工場におけるメンテナンス業務を効率化するため、効率化に向けてやるべきことがわからない現場に対して、現実的なメンテナンス作業評価を通じて業務に役立つ知識を獲得するノウハウを提供することを成果として狙います。 対象業務とその位置づけ 本取組では工場設備のメンテナンス業務を対象にします。設備の増加や老朽化、少子高齢化の影響で、効率的かつ効果的なメンテナンスの重要性が高まる一方で、導入したIoT機器をメンテナンスの効率化に活かしきれていない工場が多いのが現状です。この取組のノウハウは、設備の測定データを前提としていますのでメンテナンス業務のDX（デジタルトランスフォーメーション）につながることが期待できます。 使用する人の想定 工場設備のメンテナンス担当者やチームがノウハウの主な利用者を想定しています。日本では少子高齢化の影響で人手不足が深刻化し、少人数で効率的・効果的にメンテナンスを行う必要性が高いにも関わらず、メンテナンス担当者が多忙のために現場でノウハウの蓄積や共有に時間をかけられなくなっています。そこで、ITシステムを活用して業務の中で自動的に経験を蓄積し、ノウハウを可視化・伝達できることが期待できます。さらに、海外工場ではノウハウに基づくメンテナンスの重要性が理解されていないことが多く、定型的・場当たり的な対応にとどまっている場合もあります。Collective Wisdomを通じてノウハウとノウハウの価値が伝わることも期待されます。