コンポジット4.0：デジタルトランスフォーメーションで適応的生産とイノベーションを実現

コンポジット4.0は、インダストリー4.0という宇宙における小さな銀河の一つです。インダストリー4.0とは、製品・サービスの設計、生産、納品、運用、保守、廃棄におけるデジタルトランスフォーメーションです。コンポジット製造においては、自動化、センサーとデータ、5G通信、ソフトウェア、その他の継続的に進化するデジタル技術を活用し、製品とプロセスをより効率的、知的、適応的にすることが目標です。

デジタルトランスフォーメーションの段階

コンポジットメーカーは、このデジタルトランスフォーメーションをスペクトラムとして進行しています。初期ステップにはインライン検査とプロセス最適化が含まれ、廃棄物とコストを削減しながら部品品質と歩留まりを向上させます。より高度なソリューションでは、単にアジャイルなだけでなく、変化する市場と顧客ニーズに対応し、さらにはそれらを予測する知的・自律的な生産を目指します。

「コンポジット4.0は目的ではなくツールです」と、アーヘン工科大学（ドイツ・アーヘン）AZLアーヘン統合軽量生産センターのマネージング・ディレクター、マイケル・エモンツ博士は説明します。同氏のiComposite 4.0プロジェクトは、自動車フロアパンのコストを50〜64%削減する可能性を持つ適応的プロセスチェーンを実証しました。

「単にデジタル化することと、ビジネスの背後にあるプロセスを実際に変え、新たな機会とビジネスモデルを開くデジタルトランスフォーメーションには違いがあります」と、コンポジット部品メーカー・ダイネクサ（ドイツ・ラウデンバッハ）のマネージング・ディレクター、クリスチャン・コッペンベルグ氏は主張します。

「コンポジット4.0は単にロボットを使うことではありません」と、ドイツ航空宇宙センター（DLR）軽量生産技術センター（ZLP、アウクスブルク）責任者、マイケル・クプケ博士は断言します。同センターでは、協働ロボットがリプログラミングや再トレーニングなしで、CFRP後部圧力隔壁から胴体パネルの製造へ切り替え可能な、人工知能（AI）搭載ワークセルを開発しました。「ロボットを教える必要がない技術であり、ロボット教育にビジネスケースがないからです。コンポジット4.0は単なる効率向上とコスト削減以上のものです。企業が生産についてどう考え、どうアプローチするかの変化であり、どの企業が生き残り、どの企業が生き残れないかを決定するものです。」

適応的プリフォーミングとRTM

「iComposite 4.0プロジェクトのアイデアは、コスト効率の良いロービングとトウからプリフォームを作ることでした。ドライ長繊維ガラス繊維（25〜30mm）を噴射し、その後UD炭素繊維のグリッドでAFP（自動ファイバープレイスメント）により補強する組み合わせです」とエモンツ博士は説明します。「選ばれたデモンストレーターであるリヤアンダーフロアパンは、以前はより高価なテキスタイルで製造され、60%以上の廃棄物が出ていました。」

コンポジット4.0の変革には、ファイバー噴射、ファイバー堆積、その後の樹脂移動成形（RTM）プロセスの統合が必要でした。これらが互いに反応し、工程間で測定された部品品質に基づいて適応するようにします（図1）。「アポディウス社（ドイツ・アーヘン）のマシンビジョンシステム（光学レーザーセンサーとカメラモジュール搭載）を用いて、噴射プリフォームの表面トポロジーを特性評価しました」とエモンツ博士。「アポディウスはソフトウェアを適応させ、各方向の繊維割合を分析しました。iComposite 4.0ラインはこれをデジタル設計と比較し、機械的要件を満たすか判断。満たせば標準UDグリッドで補強、満たせなければ追加UDファイバー層をどこに配置するか決定しました。」

しかし、これら追加UD層により部品厚と形状が公差を超える可能性があります。「そのため、プリフォーミングラインと適応的RTMプロセスを組み合わせ、必要に応じてプレスの特定部位への圧力増加で部品厚を調整しました」と同氏。これも自動化され、ライン作業者の介入を置き換えることが狙いでしたが、測定データと標準FEAソフトウェアを用いた部品性能シミュレーションを必要としました。

「現在、部品機械的特性のシミュレーションはオフラインで実行されます」とエモンツ博士。「プロセスと部品のバリエーションデータベースを生成、各バリエーションに対応するアルゴリズムを作成し、FEAで検証しました。これにより、ラインで測定されたバリエーションに基づき、アルゴリズムが適切な緩和策を実行するよう指示します。ラインをインシチュで適応させる次のステップは、機械学習の導入です。」一方、AZLはハイブリッド熱可塑性コンポジットの自己最適化生産、テープベーステーラードブランク統合剛性化による射出成形部品など、多数のコンポジット4.0プロジェクトを推進しています。

ゼロデフェクトCFRP主翼スキン

ZAeroプロジェクト（「コンポジット部品のゼロデフェクト製造」参照）は、2016年開始のもう一つの重要なコンポジット4.0プロジェクトです。主翼スキンのような大型炭素繊維強化プラスチック（CFRP）構造体の生産性向上を目指しました。プリプレグAFPまたはダノバット（スペイン・エルゴイバル）の自動ドライ材料積層（ADMP、「大型航空構造体向けドライファブリック・インフュージョンの実証」参照）による自動インライン検査で欠陥を削減。樹脂インフュージョン時またはプリプレグ硬化時のプロセス監視で硬化状態を予測し、サイクルタイムを短縮。収集したプロセス・欠陥データをFEAと共に用いて部品性能を予測。これを欠陥対応方法を決定する意思決定支援ツールに入力。CFRP主翼スキンのパーツフローシミュレーションを開発し、このツールに入力することでリワーク戦略を最適化しました（図2）。今日、多くのこのような部品は製造中にリワークされますが、NDI（非破壊検査）の後でのみです。より早期のリワークとプロセス制御改善は、ZAeroプロジェクトの目標でもあり、目標とする生産率15%向上、製造コスト15〜20%削減、廃棄物50%削減のイネーブラーでもありました。

2019年9月の最終レビューでは、プロジェクトリーダーのプロファクター（オーストリア・シュタイア）が開発したプリプレグAFPセンサーが、自動インライン検査を達成しただけでなく、インシチュでの部品修正にも使用可能であることが確認されました。「このセンサーは、ギャップ、オーバーラップ、FOD、ファズボール、ツイストトウといった標準的欠陥に加え、各トウの早期・遅延カットも検出できます」とプロファクターの機械視覚責任者、クリスチャン・アイツィンガー博士。欠落トウは、省かれた箇所に追加トウを精密配置することで自動修正可能。ただし、ファズボールやツイストトウの除去には機械停止が必要です。「ダッソー・システムズ（フランス・パリ）の3Dエクスペリエンスfor CATIAを用いて構築したデータベースにより、欠陥のサイズ、形状、タイプに基づく部品性能への影響を計算できます。1プライの全欠陥処理に数秒しかかかりません。機械オペレーターがどの欠陥を残し、どれをリワークすべきか決定します。」

インフュージョンプロセス監視・制御では、エアバス（フランス・トゥールーズ）が子会社インファクトリー・ソリューションズ（ドイツ・タウフキルヒェン）を通じて、温度、硬化状態、樹脂流れフロントを測定する3つのセンサーを開発（「樹脂インフュージョンフロント監視センサー」参照）。「これらをCATIA 3Dエクスペリエンスと統合し、データが確実に取得でき、各部品のデジタル糸に追加できることを示しました」とアイツィンガー博士。（オンラインサイドバー「コンポジット4.0：デジタル糸vsデジタルツイン」参照。）

3つ目のパーツデモンストレーターは、3本のストリンガーを持つ上翼カバーサブセクション（オンラインサイドバー「ZAeroプロジェクトアップデート」参照）。この部品で、プロファクターの意思決定支援ツールがパートナーFIDAMC（スペイン・マドリード）でライブ実演され、パーツフローシミュレーション（シーメンスPLM（米国テキサス州プラノ）テクノマティックス・プラントシミュレーションソフトウェアベース）に接続、プロファクターのオーストリアサーバー上で稼働。欠陥データベース構築に加え、ZAeroは機械学習実験も実施。手動設計ジェネレーティブコンピュータモデルとディープニューラルネットワークを組み合わせ、欠陥検出・分類を行い、リアルADMP監視データにおいて、ギャップ、オーバーラップ、トウ、ファズボールといった異なる領域の95%正解分類率を達成。人工的に作成した欠陥データをディープネットワーク訓練に使用（超音波検査システムが意図的欠陥レンジで校正されるのと類似）。

「確実に何らかの次フェーズを追求します」とアイツィンガー博士。一方、プロファクターはAFP時のファイバー配向・欠陥用モジュラーセンサーを商品化。インファクトリー・ソリューションズもAFP・樹脂インフュージョンセンサーを提供。ファイバープレイスメントパートナーのダノバットとMTorres（スペイン・ナバラ州トーレス・デ・エロルツ）は、インライン検査統合装置の販売を開始しています。

ダイネクサのデジタルトランスフォーメーションの歩み

ダイネクサはCFRPチューブとシャフトを専門とするコンポジット部品メーカーです。「常にあらゆることをデジタル化しようとしてきました」とマネージング・ディレクターのコッペンベルグ氏。「マニュアルとアナログプロセスを排除し、ほぼ全てをERP（企業資源計画）システムに統合しました。しかし製造現場でどうすればよいか？ 作業プロトコルや手順に記述する全てがコードであり、これがデジタルトランスフォーメーションの基盤だと理解しました。しかしそれはどこに保存されるのか？ ローカルサーバー、クラウド、機械内部？ 5人に聞けば7つの答えが返ってきました。」（オンラインサイドバー「コンポジット4.0：どこから始めるか？」参照）

幸い、ドイツ政府が中小企業（SME）向けに大学による無料インダストリー4.0コンサルティングプログラムを用意していました。ダイネクサはダルムシュタット「ミッテルシュタント（SME）4.0」コンピテンスセンターと協働を開始。「デジタルアーキテクチャを心配せず、何を測定すべきか、どう測定するかに注力しろと言われました」とコッペンベルグ氏は回想。「品質・時間・コストの課題がある、大幅な手動測定を伴う1プロセスを選びました。」

ダイネクサはウェットフィラメントワインディングプロセスを使用（「自動車試験場対応コンポジット出力シャフト」参照）。重要なステップは樹脂ピックアップで、ドライファイバーをコンパクションローラーに通し、樹脂槽から引き上げます。コンパクションローラーにドクターブレードが接し、ドライフィラメントと混合される樹脂量を決定します。「樹脂をピックアップしすぎると規定チューブ径を超える可能性があり、少なすぎると最小許容径を下回るリスクがあります」とコッペンベルグ氏。

「測定なしでは、硬化後に最終径がわかるだけで、その時点では全ての価値が投資済みです」と同氏。「オペレーターは機械を止め、測定し、記録し、再開しなければなりません。長年の経験から、ワインディング各段階での適切なラミネート厚はわかっています。オペレーターは測定値と比較し、必要に応じてドクターブレードを調整して樹脂ピックアップを補正しますが、これは非常に手作業で、オペレーターのスキルと経験に依存します。」

これをデジタル化するため、ダイネクサは多数のレーザー・カメラメーカーと協議。「『解決策がある』と言うが、誰も実現できませんでした」とコッペンベルグ氏。しかしダルムシュタット大学チームが、濡れ表面からの光反射などの物理的要因による補正を解明し、カメラ利用を可能にしました。「今ではワインディングマシンが測定装置と接続され、非常に標準化された方法で動作します」と同氏。

チームは補正テーブルと意思決定アルゴリズムのデータベースを開発し、フィラメントワインディングマシンが、巻き取り中の特定チューブの各段階で目標値を把握できるようにしました。「測定装置の入力が樹脂ピックアップの不備を示せば、フィラメントワインディングマシンが測定のために停止することなく、ドクターブレードを調整して仕様内に戻します」とコッペンベルグ氏。

全ワインディングマシンにデジタル測定システムとイーサネットカードを搭載。「最もコストがかかったのはサーバーへのケーブル敷設と運用でしたが、今では全マシンと通信し、全データを収集できます」とコッペンベルグ氏は冗談交じりに語ります。さらなるメリットも。「以前はオペレーターが機械でプログラミングしていましたが、サーバー接続後はデスクトップやラップトップからプログラミング可能になり、ダウンタイムがさらに削減され、もう一つの生産ボトルネックが解消されました。」

この最初のデジタルステップにより、ダイネクサはプロセス管理、品質、効率を改善し、コスト効率を高めました。また、更なる変革を促進しました。

コンポジットのパラダイムシフト

「我々は顧客向けの新しいエコシステムを段階的に提供しています」とダイネクサのセールス・マーケティング責任者、マティアス・ブックホフ氏。「例として：アマゾンでは購入履歴と推奨商品が見られます。我々は従来、顧客要求を受け、計算とエンジニアリングツールで数日後に回答していました。今ではこれがオンライン化されます。顧客は製品を見て、必要なもの、コスト、納期を数分で計算できます。これは新しいことではありませんが、我々の業界では新しいのです。機械オペレーターをより多くの機械と高度なタスクに解放したように、エンジニアリングチームをより専門的で洗練された製品に集中させられるようになります。」

エアボーン（オランダ・ハーグ）は、コンポジット自動製造のためのオンデマンド製造ポータルを2019年9月に立ち上げ（「エアボーン、コンポジットプリントポータルを開始」参照）。このツールで顧客が設計をWebベースプラットフォームに入力すると、システムがその場でマシンコードを生成し、生産期間とコストを算出。製品をカスタマイズし、注文すれば自動製造セルで生産されます。ポータルはエアボーンの自動積層セル（ALC）を用いた熱硬化性プリプレグ処理でローンチ。SABIC（サウジアラビア・リヤド）スペシャリティ事業部向けに開発された高容量熱可塑性コンポジット（TPC）生産ラインなど、他プロセスにも拡張予定です。

「このポータルは、我々が見据えるコンポジット製造のデジタル未来の重要な構成要素です」とエアボーンCTOのマルクス・クレマーズ氏。「5年前、部品製造ビジネスモデルから、自動化とデジタル化で顧客を支援するモデルへ転換しました。顧客がコンポジットで容易に建設できるソリューションポートフォリオを開発しています。」このポートフォリオにはALC、自動ハニカムポッティング、自動プライキッティング、TPCテープを用いた高容量ライン（SABIC命名でデジタルコンポジット製造ライン（DCML）、エアボーン命名でファルコン）が含まれます。後者はエアボーンのビスポークソリューションの一例。「コンポジット材料・部品製造ノウハウをこれら自動化システムに組み込むことで、顧客が専門家でなくても済むようにしています」とクレマーズ氏。

エアボーンには3つのビジネスモデルがあります：自動化購入、レンタル、またはエアボーンに残してMaaS（製造サービス）として運営。エアボーン自動セルにはセンサーとインライン検査システムがあり、顧客定義の欠陥・公差データベースに基づきアラートを生成。「ファルコンラインは視覚品質欠陥に極めて厳しい公差ですが、航空宇宙向け自動化は構造公差が主導します。また、自己学習・自己適応技術を継続的に進化させています。例えば、ALCテープ積層の次期ソフトウェア版では、欠陥を特定し、その場で生産プログラムを修正する機能を持たせます。」

長期的には、オンデマンドポータルを拡張し、複数企業・地域に分散したコンポジット部品生産能力を集約するビジョンです。クレマーズ氏はプロトラブス（米国ミネソタ州メイプルプレーンズ）を例に挙げます。同社は射出成形、板金、CNC加工、3Dプリント試作部品を最短1日でオンデマンド提供。同様に、プライアブル（英国オックスフォード）のオンラインアプリはコンポジット製造用金型を提供し、ポリウレタンボードから鋼まで、コンポジットや3Dプリント金型を含む材料に対応。「これはバリューチェーンを組織する異なる方法です」とクレマーズ氏。「我々がコンポジット部品でこれを可能にする機械とソフトウェアを作っています。」

AZLアーヘンも、5秒未満で多層TPCラミネートを製造する超高速コンソリデーター機でこの目標を追求しています。2019年商品化。コンビリティ（ドイツ・アーヘン）ロボット・レーザーアシストAFPアプリケーターと25mm幅UDテープ、ピースフロー原則（高速印刷業界の最先端）を用い、TPCラミネートを単なるタックから完全統合まで、様々な厚み、局所補強付きで製造。「我々のビジョンは、オンラインプラットフォームを可能にする拡張可能な機械を提供することです」とエモンツ博士。「ラインは複数ステーション、各ステーションに複数AFPアプリケーターを配置可能。顧客が要求を入力すれば、プライブック、コスト、納期のオプションが提示される。確定すれば、アプリケーター同士が通信して生産を調整し、オペレーターではない。これがテーラードコンポジットの完全知的生産です。」

自動化の自動化

ZLPの主な焦点はCFRP構造体の自動生産です。「単一部品やプログラムのためだけの自動化は正当化が難しい」とZLPフレキシブル自動化チームリーダー、フロリアン・クレブス氏。「しかし、タスク特化型機械を超え、ほぼ追加セットアップなしで再構成可能な自動化プラットフォームに進めば、ビジネスソリューションになります。プラットフォームがより柔軟であればあるほど、投資回収は速くなります。」

オープニング画像のワークセルは、ZLPプロジェクトPROTEC NSRの一環として設計され、同一プロセスルートに従う部品ファミリーの製造を目的としています：ドライ不織布のピックアンドプレイス積層と樹脂インフュージョン（オンラインサイドバー「ロボット教育のビジネスケースなし」参照）。「このプロセスはエアバスA350後部圧力隔壁向けに設計されましたが、工程が類似しているため、胴体パネルや主翼カバーもこのラインで製造可能です」とクレブス氏。

「フレキシブル自動化プラットフォーム実現には、ロボット用アルゴリズム、センサー、それらが生み出すデータの理解方法など、一定の技術ブロックが必要です」とクプケ博士。「例えば、PROTEC NSR生産ラインは最大限のモジュール性を目指して設計され、全モジュールが相互接続され、自己構成・自己修正・自己最適化システムを実証、サイズと複雑性でスケーラブルです。」

図5に示すモジュールを説明：CADモデル、プロセス定義、プロセスモデル（シミュレーションと実行を可能にする）、製造実行モジュール、データ取得用センサー、データ注釈ソフトウェア、保存用データベース。

「図の左側で計画を立て、実行モジュールがそれを実装します」とクプケ博士。「プロセスステップ中、カッター、ロボット、建物環境（温度・圧力・湿度）、ピックアンドプレイス時のカメラなど、関わる全機械・プロセスからデータを取得。プロセス中にリアルタイムでデータを分析し、メタデータで自動注釈を付けてデータベースに蓄積。これがプロセスのデジタルツインの基盤となります。デジタルツインで最も重要なのは、単一の中央リポジトリ、唯一の真実の源泉を持つこと。各部品のCADモデルとプロセス定義が、その唯一の真実の源泉の一部となります。」

これらのモジュールが整えば、ボタン一つでラインが自律稼働します。CADモデル、生産計画、カメラから、ロボットが次にどのカットピースかを推論し、テーブル上（例：他の100カットピースの中から）で探索。「グリッパーをどう構成してピックアップし、ツーリングにどうレイアップするか、どこに配置するかを決定。生産計画に基づき、全プロセスステップの開始/終了パスを決定し、各ステップの完了を把握。通常これらのパスは人間が教示しますが、我々のシステムでは各パスが自動的に、衝突フリーでリアルタイムに定義されます。CADモデルやプロセス定義を変更すれば、ロボットは追加教示なしで適応。部品自体を完全に変更しても、このタイプの自動化なら非常に迅速に対応可能。これがフレキシブル生産への道筋です。ZLPの役割は、技術ブロックを開発し、それらを繋ぎ合わせることでこの道筋を舗装することです。」

機会とオントロジー

COVID-19パンデミックは、フレキシブル生産の価値を浮き彫りにしました。また、ますます予測困難なビジネス環境を生み出しました。「過去2〜3年で全てがよりボラタイルになりました」とダイネクサのブックホフ氏。「顧客は自分たちの顧客に対応するため、非常に速い回答を求めています。我々の新しいオンラインエコシステムを提供することで、サプライチェーン全体をより競争力のあるものにします。」

これは航空業界でもよく認識されています。「生産ラインとサイト全体のデジタル基盤が必要で、水平・垂直統合の両方を可能にしなければなりません」と、VDI（ドイツ技術者協会）航空宇宙技術部門議長、コンポジットテクノロジーセンター（CTC、ドイツ・シュターデ、エアバスのR&T子会社）COOのマルク・フェッテ氏。CTCのコンポジット4.0プロジェクトには、材料・資産追跡、協働ロボット、先進プロセスチェーン等が含まれます。しかしフェッテ氏はオントロジー（デジタル通信・データ交換の共通用語とプロトコル）の必要性を強調します。（オンラインサイドバー「コンポジット4.0アーキテクチャとオントロジー」参照。）

「与えられたプラント内の全機械・生産システムの包括的ネットワーキングが必要ですが、これはバリュークリエーションチェーン全体にも拡張されなければなりません。エンジニアリング、調達、ロジスティクス、材料・プロセス認証などの分野を含め、一方で。他方で、サプライヤーなど全ステークホルダーをこの変革プロセスに考慮・巻き込む必要があります。多くのパイロットプロジェクトがありますが、詳細を見ると、企業や生産チェーン単位の包括的アプローチ戦略がまだ欠けています。」

続けて同氏：「グローバルな大規模サプライヤーネットワークがあり、彼らもデジタル接続サプライチェーンとして運営するために同じ要件を持っています。ほとんどのサプライヤーはエアバスとボイング両方で働くSMEです。共通標準について議論がなければ、これらの課題をサプライヤーに押し付けることになります。彼らは全機械について、文書化、データ評価、サイバーセキュリティ等、異なる2セットの基準を遵守する余裕はおそらくありません。」

フェッテ氏はこれらが大きなアイデアであり、航空機OEMがこれら課題に対処する計画を立てていることを認めます。「しかし、このような障壁は多く、技術だけでなく社会的・経済的・人間工学的・法的問題を含む本当に複雑なものです——メンタルな変革プロセスです。我々はまだ始まったばかり。しかし成功するには、これらの新システムが人々に依存しており、OEMだけでなくグローバルネットワーク全体で人々がオンボードでなければならないことを理解しなければなりません。」

「全産業で市場がより断片化し、誰もがパラダイムシフトに直面しています」とZLPのクレブス氏。「多くの人はそれを機会と見ません」とZLPのクプケ博士も付け加えます。しかし機会を見る人々は、コンポジット4.0によるコンポジットへのアクセス民主化、そしてそれによる遥かに広い市場、我々がまだ概念化し始めたばかりの用途を想像しています。