MachineMetricsでジョブ標準をリアルタイム検証し製造効率を向上

正確なジョブ標準は、製造業者の運営と財務の成否を分けます。セットアップタイムとサイクルタイムのリアルタイム検証手法がないと、予測精度が低下し、その影響は組織全体に及びます。

本記事では、製造業者がMachineMetricsを用いてジョブ標準を実績データと照合し、ジョブ標準を磨き込むことで、部品価格の精度向上とジョブスケジューリングの精度向上を実現する方法を解説します。

ジョブとセットアップタイムの標準化が重要な理由

製造業者は多くの場合、部品製造にかかる時間とジョブのセットアップにかかる時間に関する標準を持っています。これらの標準は設計段階やプログラミング段階で設定されることが多く、しばしばアップデートされません。製造業者がこれらの標準を価格設定とスケジューリングの基準にしている場合、期待されるジョブ/セットアップタイムと実際のそれらの間に乖離が生じます。

これは運営全体に様々な問題をもたらします：

• 期待値と実績の生産レートの乖離（往々にして楽観的すぎる）に基づく非現実的な目標により、オペレーターのモチベーションが低下
• 一般的に受注完了により時間がかかるため、オンタイムデリバリー目標の達成が困難
• 価格設定が部品完成にかかる時間ベースであるため、利益率が見積もりより薄い

正確な標準——ジョブ、セットアップ、サイクルタイム——を持てば、製造業者は実際の期待生産パフォーマンスをより良く理解できます。

この正確な標準をベンチマークとして、管理者はサイクルタイムの最適化、能力分析、ラインバランシング機会の特定などを通じて、機械パフォーマンス、オペレーターパフォーマンス、スケジューリング、見積もりを最適化できます。

MachineMetricsのようなソリューションを用いれば、これらのパフォーマンス改善をリアルタイムで追跡し、ジョブ標準を変更に合わせて更新できます。

「強力で正確なジョブ標準は、最適化された製造プロセスを推進し、収益性の高いビジネス成果をもたらす基盤層です。」

MachineMetricsを活用したジョブ標準の最適化

ジョブ標準最適化の核心は、実績パフォーマンスデータを用いて期待ジョブ標準を導き、ワークフローを通じてこれらの標準を継続的に更新することです。

MachineMetricsは、製造設備へ迅速かつ容易に接続し、データを文脈化し、ステークホルダーにわかりやすいレポートとダッシュボードを提供することで、生産データに基づく標準更新を可能にします。

データソース

MachineMetricsは機械データとオペレーターデータの両方をリアルタイムで収集し、生産可視化を解き放ち、ワークフロー経由で更新可能な正確なジョブ標準を集約します。

機械データ： プラグアンドプレイソリューションにより、機械を容易に接続し、以下のプロトコルをサポートするPLCから直接データを収集できます：MTConnect、Fanuc、OPC-UA、UMATI、Mitsubishi、Citizen、Haas、Heidenhain、Siemens Sinumerik、Modbus、Ethernet IP。MachineMetrics Edgeは、標準接続オプションのない機械向けにデジタル/アナログI/Oをサポートし、最も困難な設備も統合可能です。

オペレーターデータ： 各機械にタブレットインターフェースを設置し、オペレーターが機械データに人間の文脈を追加できるようにします。オペレーターは機械から直接、ダウンタイムの分類、不良品の記録、ジョブの開始/停止を行い、品質データを管理・記録します。

オペレーターがタブレットインターフェースでダウンタイムイベントの理由を記録しています。

収集されるデータは？

製造設備から直接、および機械でジョブを実行するオペレーターから、多様な情報が収集されます。このデータはリアルタイムでの利用に加え、履歴分析用に集約され、ジョブ標準のベースライン設定と最適化に活用されます。

• セットアップタイム
• サイクルタイム
• 生産された全部品のサイクルタイム
• 各ジョブランおよび集計の中央値と平均サイクルタイム
• OEEとパフォーマンス指標
• ジョブパフォーマンスに関連するダウンタイムと不良理由
• ジョブ標準（編集履歴含む）
• 履歴ジョブパフォーマンス

ダッシュボードとレポート

生産データは、事前構築されたレポートとダッシュボードで分析し、ジョブ、セットアップ、サイクルタイム、およびジョブ標準を確立・影響するその他の主要指標を監視・ベースライン化できます。

以下は、MachineMetrics内でジョブ標準の分析と最適化に使用できる事前構築レポートの一部です。カスタムレポートで業務関連データを含めることも可能です。

生産レポート

生産レポートには多くの指標があります。ジョブ標準最適化の観点では、以下の生産効率とジョブランタイム関連指標をレポートに含めるべきです：

生産効率

完了ジョブに関連する機械生産効率の指標：

• 生産効率
• 総部品時間
• 実際の部品時間
• 平均PPH
• 理想PPH
• 期待PPH
• 期待部品時間
• 理想部品時間
• 総セットアップ
• 期待セットアップ

ジョブランタイム

完了ジョブに関連する機械ランタイムの指標：

• 最初の開始時刻
• 最後の終了時刻

以下は生産レポートの画像と、レポートに含めるべき主要指標をズームインした画像です：

OEEレポート

OEE（総合設備効率）とジョブ標準の接点は「性能」です。これはOEEを構成する3指標（他は可用性と品質）の一つです。

性能はパーセンテージで表され、ジョブ標準に対してどれだけうまく実行できているかを測ります。

シンプルに言えば、期待サイクルタイムが1分で1時間に60個加工すれば性能100%。50個しかできなければ83%です。

以下はOEEレポートと、レポート上部の指標をズームインした画像です：

当直ダッシュボード

当直ダッシュボードは、生産進捗をリアルタイムで監視するのに最適なソリューションです。目標に対するパフォーマンスの可視化を提供し、オペレーターが期待値と実績を比較できます。

当直ダッシュボードには複数のビューがあります。ジョブ標準最適化に最も適用可能なのは「部品目標ビュー」と「OEEビュー」です。

以下はモニターに表示された当直ダッシュボードの画像です。お客様は通常、これらのモニターをショップフロア全体に設置し、すべてのステークホルダーが適用可能なすべての機械を完全に可視化できるようにしています。

また、「部品目標」ビューを有効にしたズームインした当直ダッシュボードの画像もあります。

ジョブ標準の最適化と自動化のためのワークフロー開発

MachineMetricsで生産を監視すると、一部の標準が期待から大きく外れていることがわかります。これは単に標準更新プロセスの一部です。

製造業者はジョブ標準ワークフローを用いて、疑わしい標準を発見し、更新が必要か判断し、必要ならERPやジョブ管理システムで更新すべきです。

疑わしい標準をERPや管理システムで更新する前に評価すべき理由は、実際のジョブが期待から大きく外れる合理的な理由がある可能性があるからです。

だからこそ、オペレーターが提供する文脈データが、特に予期せぬ事象でジョブパフォーマンスが大きく歪む個別ランにおいて、全体パフォーマンスを理解する上で極めて重要です。

例：ある日、人員不足でオペレーター1人が2台の機械を同時に管理していたとします。このオペレーターが担当するジョブのサイクルタイムは期待値より長くなるでしょう。これは一般的なシナリオではないため、このサイクルタイムで標準を更新すべきではありません。

データ分析の自動化

このユースケースをさらに進めると、製造業者は通知を有効化してジョブ標準の不整合発見プロセスを自動化できます。これらの通知は、更なる検査が必要な生産パフォーマンスに基づいてトリガーされます。例：ジョブのサイクルタイムが期待サイクルタイムから20%以上逸脱したら、自動的にステークホルダーにアラートを送り、より深い分析とジョブ標準のデータ反映更新を促します。

通知を有効化することで、製造業者は本質的に生産レポートのデータ分析を自動化し、サイクルタイムが期待値から大きく逸脱しているかを手動でレポートをスキャンして探す必要がなくなります。

MachineMetricsのデモ

以下のクリップでは、生産レポートを用いてジョブランを分析し、見直し・更新が必要な疑わしい標準を特定する方法をウォークスルーします。

正確なジョブ標準とショップフロア可視化への次のステップ

MachineMetricsは正確なリアルタイム生産データを解き放ち、製造業者により良く、より速く、より確信を持った意思決定のための可視化を提供します。

ジョブ標準のベンチマークと最適化、生産ボトルネックの特定、ダウンタイムイベントと不良品の削減、ショップの生産能力向上を実現します。

ジョブ標準最適化についてより深く知りたい方は、ナレッジベースの完全版記事をお読みください。ご質問があればお気軽にお問い合わせください、またはデモを予約してください。