次世代オートメーション：バズワードを実際の製造メリットに変える

現実を理解し、落とし穴を回避する

エッジ、クラウド、デジタルツイン、AI、AR、VR、コボット。かつてこれらはバズワードでした。今、これらは北米の中〜大規模製造工場で技術的現実となりつつあります。導入タイムラインは業界セクターによって異なりますが、最近の調査では、メーカーの76%がスマートファクトリーイニシアチブを進行中と答えています。

正しく実装されれば、これらのイニシアチブは工場を変革します—調理済み食品からジェット旅客機まで、あらゆるものの生産をより効率的で、より一貫性があり、より相互接続されたものにします。オートメーションは、人間にとって危険とされる環境でも、人間の能力を超える精度と生産性を実現します。

上記の鍵となるフレーズは「正しく実装されれば」です。課題と潜在的な落とし穴があります。『Manufacturing Engineering』誌は複数の業界専門家に取材し、現在地、未来像、つまずきの原因について見解を聞きました。

進展は業界固有

製造工場の現在の自動化レベルについて尋ねられた専門家たちは、製造業全体を一般化することを避け、代わりに特定の業界セクターについての観察を示しました。

例えば、自動車と航空宇宙は高度に自動化されていると、ファナックアメリカ社の製品開発ジェネラルマネージャー、クロード・ディンズモア氏（ミシガン州ロチェスターヒルズ）は言います。「自動車やSUVの製造における多くの生産ステップは、非常に複雑に自動化・効率化されており、今日では人間が戻ってそれらを実行することは不可能です。」

ファステムズ社社長のデビッド・スイカ氏（オハイオ州ウェストチェスターツーンズヒップ）は、工作機械またはセルレベルでの自動化ツールのかなりの導入を見ています。「特定の工作機械、さらにはセルやラインの自動化は普及しています。しかし、これらの多くは『自動化の孤島』です。工場をデジタル形式で可視化し、真の生産性を視覚化する能力は、まだ未来の話です。」

プロメス社の製品開発ディレクター、アンディ・ジョセフ氏とアプリケーションエンジニアリングマネージャー、ジョン・ライトル氏（ミシガン州ブライトン）によると、組立プロセスの自動化度は加工側より低いとのこと。「自動車関連で多くの仕事をしていますが、部品組立の自動化はまちまちです」とライトル氏。「一方で」とジョセフ氏、「中小メーカーが自動車業界が何年も前から導入しているオートメーション技術を検討し始めています。油圧からサーボ制御アクチュエータへの大きなシフトが見られ、これが未来の自動化戦略の一部になり得ます。」

カナダ・キッチナーのプラエモ社では、全く異なる軌道を持つ2つの自動化領域を見ています。CTOのアンディ・ヘンダーソン氏によると、物理的自動化（物理的・反復的タスクの自動化）は過去30〜40年にわたり進み、ほぼすべての製造工場に例があります。一方、意思決定の自動化（人間の思考プロセスと洞察の自動化）は非常に新しい分野です。「特定の機械は今日、単調で反復的な意思決定を実行できます」と、ソリューションアーキテクチャディレクターのアレックス・ケリー氏。「しかし、過去の出来事から学習して新しい状況に適応する能力はまだありません。それが次のレベル—自動的に取得したデータに基づいて行動を起こすこと—です。」

次世代自動化を可能にするイノベーション

次世代自動化の舞台を整える新しい技術には何があるでしょうか？

「インダストリー4.0とIIoT（産業用IoT）イニシアチブの中で機能する接続性とデータ交換標準の受け入れが、根本的に必要不可欠です」と、ファガー・オートメーション社の中西部地域CNCマネージャー、アルトゥール・ググルスキー氏（イリノイ州エルクグローブビレッジ）。「これにより、メーカーとサプライヤーの双方がオープンな通信プロトコルと標準を利用できるようになります。」

「金型業界では、例えば、柔軟な製造システムによりリードタイムを7週間から7日に短縮する事例が見られます」と、MCマシナリーシステムズ社の自動化マネージャー、ダン・ゼマン氏（イリノイ州エルクグローブビレッジ、三菱の子会社）。「これを可能にする鍵となる技術は、ワーク管理ソフトウェアです。これはロボットと工作機械を調整し、プログラム、データを処理し、機械をリモートで起動して長時間の無人運転を可能にします。次世代自動化に不可欠なもう一つの技術は、パレタイズされた工具、治具、ワークホールディングを取り巻く技術群です。パレタイゼーションにより、ロボットが工具をピックアップしてチャックに精密かつ容易に配置できます。フライス加工から検査、放電加工まで、ロボットがワークピースを機械間で搬送しながら一連のプロセスで実行できます。作業は管理ソフトウェアによってスケジューリング、優先順位付け、監視され、複数ステップを効率的にシーケンス化できます。」

ロボットメーカーのファナックは、人間を置き換えるのではなく人間のパフォーマンスを拡張するいくつかの鍵となる技術に注目しています。ディンズモア氏によると、「マシンビジョン（3Dビジョン）、触覚・力覚センシング、力制御などが挙げられます。これらはコボット（人間と近接して作業する協働ロボット）に不可欠です。また、設計段階でのシミュレーション技術も高い価値があります。これにより、鉄を切る前にバーチャルソリューションを構築できます。シミュレーションにより、メーカーは設計時間を短縮し、最大12の『設計候補』を安全に評価して最適な自動化ソリューションを見つけられます。」

プラエモ社のエグゼクティブバイスプレジデント、ポール・ボリス氏によると、次世代自動化を「機械が自らの判断で意思決定できるように装備すること」と捉えるなら、機械自体に一定レベルの知能が必要です。「異なるアルゴリズムと、それらを展開する手法を活用するには、人工知能（AI）に大きく依存します。AIは私たちにとって重要な多くのテクノロジーの基盤をなすものです。」

プロメス社が注目する興味深い技術の一つに、LiDAR（光検出と測距）があります。「その主な特徴は、3Dオブジェクト測定時の高い空間分解能です」とジョセフ氏。「LiDARは、オペレーター安全、ロボット部品ハンドリング、ガイダンスシステム、組立プロセス最適化のための機械学習など、多様な製造シナリオで活用できます。」

ゼマン氏によると、MCマシナリーが次に期待する進歩は設計分野です。「手書き製図がPCでの作図とプロッター出力に移行しました。プロッターは電子化の進行とともに消滅しました。やがて『印刷』ボタンではなく『ビルド』ボタンを押せば、設計が直接製造へ送られるようになるでしょう。」

エッジコンピューティングなど

専門家らが挙げたその他の新技術には、エッジコンピューティング（ソースでの処理により転送速度とレスポンスタイムを高速化し、工場帯域幅への負荷を軽減）、クラウドとのネイティブ統合、資産故障の予測・防止技術、組立・メンテナンス用AR（拡張現実）、トレーニング・シミュレーション用VR（仮想現実）があります。

「次世代自動化を実現するには、いくつかのことが同時に起こっていなければなりません」とファステムズのスイカ氏。「VR技術は大きなアドバンテージになります。デジタル形式で工場を多面的に見られるからです。実際、工場をデジタル形式で見ること（デジタルツイン）は生産性向上をもたらします。デジタル可視化により、マネージャーとエンジニアは、どの機械が稼働しているだけでなく、どの機械が実際に切削しているか—これが真の運用効率の尺度です—を瞬時に把握できます。また、機械間のフロー—どこに擾乱や問題があるか—も表示されます。」

ソフトウェアでは機能を追加し続ける傾向があります。「これは良いことです」とファナックのディンズモア氏。「全体のアーキテクチャにレイヤーを追加しない限り。ロボットにより多くの機能を統合することで、実際にはソフトウェアとハードウェアのレイヤーを削減できます。オープンプロトコルが大規模な実現には不可欠です。」

MCマシナリーのゼマン氏によると、自動化のメリットは上流・下流の複数プロセスステップを組み合わせることから生まれます。「この情報はシームレスに流れなければなりません」と同氏。データ収集とファイル転送のオープン標準を採用するメーカー間の協調的取り組みについて言及。「ネットの結果として、顧客はCAD/CAM、計測システム、フライス盤、放電加工機を容易に統合し、優れた成果を得られます。」

プロメス社のライトル氏は、OPC UA（統一アーキテクチャを持つオープンプラットフォーム通信）とフィールドバス技術による機械間通信の進歩を挙げます。「お客様は、統合と再プログラミングを社内で行えるソリューションを求めています。わずかなプログラミング知識で使える機械ライブラリや、Open PLCのようなものが、これを現実のものにしつつあります。ただし、まだ非常に初期段階であることは付け加えておきます。」

スイカ氏の「自動化の孤島」問題の分析は、「互いに会話しない小さなソフトウェアの断片」の存在です。これを、夕方テレビを見ようとして4つのリモコン—レシーバー用、DVR用、テレビ用、ストリーミングデバイス用—が手元にある状況に例えます。「家庭でユニバーサルリモコンが必要なように、工場にもデータを収集し、タスク達成に活用するユニバーサルな方法が必要です。オープンプラットフォーム、アーキテクチャ、データベースのおかげで、これは日々容易になっています。しかし、計画的に進める必要があります。」

将来的にAI駆動の分析エンジン導入を目指すメーカーは、既存データを特別な方法で準備せずに、今日から貴重なインサイトを引き出せます。プラエモのヘンダーソン氏によると、従来のアプローチでは、意思決定の基盤となるために、主要データを特定、クリーニング、分類、調和化する必要がありました。

「残念ながら、同一企業内でも、各製造拠点がそれぞれ独自のやり方をしています—異なるデータベース、異なるERPシステム、異なるタグ、異なる名前」と同氏。「データ標準化の完了を待つ代わりに、データが今ある形で、今ある場所に接続します。素早く始めて、小さな勝利を積み上げます。これは物事をより速く開始するだけでなく、大規模自動化プロジェクトに伴う人と文化の問題を、固有のリスクや恐怖なしに解決する助けになります。」

高度なロボティクスをシンプルに

次世代ロボットは、プログラミングがより容易なだけでなく、音声・画像認識などにより複雑な人間のタスクを再現する機能を備え、使いやすくなっています。協働ロボットは、製造現場における自動化と柔軟性の需要を満たす、新しく急成長中の技術として登場しました。単調な作業を支援し、職場安全を向上させる可能性を秘めています。

ファナックのディンズモア氏によると、同社の先進ロボティクス開発は「明日はどうなるか？」という問いに答えることを中心に展開されています。ビジョン、力・力制御、AI、機械学習などの新興技術がすべて設計のパレットに含まれます。「ロボットをより適用しやすく、専門スキルなしでプログラミング・操作しやすくすることが意図です。驚異的な能力を持つスマートフォンの操作がユーザーにはほぼ透過的であるのと同様に、リーチ、速度、ペイロードの改善は継続的な優先事項です。」

ファナックは過去5〜7年間、ロボットにIIoT準拠デバイスを組み込み、ゼロダウンタイムを目指したリモート監視を可能にしてきました。「人間の介入なしで24/7稼働するショップがあります。現実を目の当たりにしています。」

ライツアウトへの光

専門家たちのライツアウト運転の必要性についての見解は分かれています。プラエモのボリス氏は「ライツアウトはすべてのメーカーが目指すべき良いビジョンですが、現実に根差したものでなければなりません。標準的で反復可能な製品を製造する工場で最も有益です。カスタマイズやその他の要因により変動要素が導入されると、ライツアウトは達成がはるかに困難になります。機械とプロセスからのデータを分析し、複雑性が生じた際に新たな問題がパフォーマンスや品質の損失につながる前にチームに警告する、インテリジェンスを重ね合わせることが重要だと考えます。つまり、完全な運用自律性ではなく、インテリジェントな支援を目標とすべきかもしれません。」

スイカ氏によると、ファステムズには週90時間以上継続的にライツアウト運転している顧客が複数います。「これにはいくつかのことが必要です。第一に、機械と設備が堅牢でなければなりません。次に、最弱リンクを特定し、排除するプロセスです。ある工場では工具が、別の工場ではチップ排出が弱点です。機械をロックしているものが何であれ、排除しなければなりません。しかし、ライツアウトを達成するかどうかにかかわらず、最弱リンクの特定と排除は常に生産性向上につながります。」

ファガーのググルスキー氏は、ライツアウトを目指す顧客からの「典型的な」要望リストを挙げます。「デュアルチャネル10軸システム、衝突検出、機械安全、ガラススケール、動的温度補償用熱電対、接線制御、高度なプロービング、ランアウト変換、動き検出、オンザフライでのプログラム修正機能など、すべてがライツアウトCNC加工の要件です。実現可能ですが複雑です。バーコードリーダー、温度測定用熱電対、カメラ付き安全システム、無線プローブ、5軸部品プログラミング用トップクラスのCAMシステムなど、自動化プロセスの様々なコンポーネントとの連携実績があります。」

プロメスの面々は、組立の顧客からライツアウトの話を聞くことは少ないと言います。「人間の介入はほぼ常に必要です」とジョセフ氏。「実際、コボットは人間と相互作用するために開発されました。」ライトル氏によると、「顧客のニーズはフレキシブルな組立システム—一つのステーションでより多くのことをする—にあります。多くの工場が、私たちのプレスをロボットの第6軸に、別のエンドオブアームアプリケーションにしたいと考えています。」

MCマシナリーのゼマン氏は付け加えます。「航空宇宙や医療業界など、適格なプロセスでのライツアウト運転については、開発プロセスの早期から顧客と協力し、自動化のメリットをプロセスに組み込めるよう積極的に取り組んでいます。初品試作から自動化を含める必要があります。後から簡単に追加できるものではないからです。」

次のステップへ

インダストリー4.0イニシアチブには、基本的なデジタル化が必要です。あらゆるステップをデジタル化しなければ、運用効率を取りこぼすことになります。

「最初に推奨することの一つは、工場のすべてのプロセスエリアを見渡す『自動化監査』の実施です」とファナックのディンズモア氏。「何を自動化すべきかについて具体的なアイデアを持つ顧客がいても、ウォークスルーを通じて、高価値で容易に達成可能な追加機会を発見することがよくあります。自動化を始めたばかりの工場にとって、これらの早期かつ容易な成功が最適です。成功が成功を呼び、経済的なペイバックが次の機会の資金になることもよくあります。」

プラエモが潜在顧客と水面下で試す方法の一つは、静的な過去データセットから素早く始めることです、とヘンダーソン氏。「静的データを用いて、私たちのRazorエンジンは既存生産を妨げることなく、プラントマネジメントに分析とインサイトを提供できます。私たちは全員がオペレーションバックグラウンドを持つため、実用性を重視します。経験から、AIと機械学習が製造をシンプルに、速く、低コストにすると知っています。」

技術的実現可能性と経済的採算性は、工作機械やラインを自動化するための必要前提条件です。しかし、それらは決して唯一の要因ではありません、とプロメスのジョセフ氏。「明確な技術的課題以外で、重要なポイントは：今日、自動化を検討していて疑問があるとき、誰と仕事をしたいか？ この旅路で、誰があなたを支え続けてくれるか？」