製造データ収集：製造現場の最適化の推進

製造業で行われていることの多くは測定可能であり、最適化できるため、ビッグデータと製造は密接に関連しています。ほとんどのメーカーが、製造現場のデータがビジネスのために解き放つことができる強力な機能、予測、洞察に群がるにつれて、データストリームのサイズ、関連性、および数が増加しています。

しかし、データの真の価値にアクセスできるのは、製造業者が文化をうまく発展させ、製造現場のデータの自動リアルタイム収集をサポートするインフラストラクチャを展開できる場合のみです。彼らは迅速な価値創造を体験し、すぐに生産性を向上させることができます。また、大量のデータ、より多くのデータソース、自動化に基づいて、さらに高度なユースケースを実現します。

データの収集がメーカーにとって非常に重要なのはなぜですか？

一言で言えば：可視性。製造現場のデータを収集することにより、製造業者は生産をより適切に測定、理解、および最適化することができます。適切な製造現場のデータを前に置いて、実際に根ざした意思決定を行います。これが、すべての利害関係者のために正確でリアルタイムの生産データを民主化することが非常に重要である理由です。

• オペレーターは、マシンのステータス、部品数、またはその他のKPIを表示するマシンのインターフェースを使用して、生産目標を確実に達成できます。
• プラントマネージャーは、目に見える生産ダッシュボードを使用して、オペレーターがサポートを必要としている場所やマシンがダウンしている時期を確認できます。
• エンジニアは、集約された製造現場データを使用して、ボトルネックを特定し、それに応じてプロセスを微調整できます。

これはすべて、メーカーの進歩の旅の一部です。彼らがより「データ成熟」するにつれて、彼らは単純なデータ収集と可視性を超えて、彼らのデータでさらに高度なユースケースを推進し始めることができます。これを「製造分析の旅」と呼び、製造分析に関する包括的な電子書籍でさらに詳しく調べます。

非常に多くのメーカーがまだデータを収集していない（または手動システムのみを使用している）ため、製造現場のデータをリアルタイムで監視および収集できるソリューションを導入することは、競争上の大きな利点です。これは、顧客を引き付けるのに役立つだけでなく、効果的なデータ主導の意思決定に根ざしたよりスリムな操作を作成します。

製造データ収集の利点

製造現場のデータ収集の利点は、現代の製造業者にとって多面的です。決して網羅的なリストではありませんが、データ駆動型戦略の採用者は、次の形でメリットを確認できます。

• 最も深刻なダウンタイムの理由を理解して軽減し、即座にフィードバックすることで、ダウンタイムを大幅に削減します。
• 生産のボトルネックを減らすことにより、工場フロアの効率と生産性を最適化します。
• リアルタイムの通知とマシンの状態に基づくより強力なメンテナンスプログラム。
• より正確な需要予測、サプライヤーのスコアリング、廃棄物の削減、倉庫の最適化によるサプライチェーンのコスト削減。
• 実際のシナリオでの製品の使用方法に基づいて、顧客の要望やニーズによりよく一致する高品質の製品。

生産追跡のために製造現場のデータ収集が必要ですか？

ショップデータの収集とショップデータの入力がなければ、生産の追跡はできません。最高品質の部品の累積部品数またはその他の広範なスタンドアロンの集計数は、生産追跡を構成しません。データには、生産率、効率、残業とシフトの差異、メンテナンスコストなどを分析するのに十分なデータポイントが必要です。

そして、その分析では、製造現場全体の注文のワークフローを全体的なレベルで見ることができなければなりません。手動で収集した場合でも、データ入力エラーは一般的です。目標がプロセスの改善、効率、またはコスト削減である場合、生産を追跡するには正確なデータが不可欠です。生産追跡のためのデータ収集の種類には、次のものがあります。

• ダウンタイム –ジャム、クリーニング、軽微な速度低下、停止、およびその他の理由によるダウンタイムは、オペレーターが記録するか、生産追跡ソフトウェアを使用して追跡できます。後者の場合、ダウンタイムの精度が最適化され、丸め、人為的エラー、または忘れられたダウンタイムイベントが排除されます。このソフトウェアでは、停車地の種類を分類することもできます。
• 切り替え –切り替えも手動で記録できます。ただし、追跡ソフトウェアによって監視される切り替えは、新しいセットアップの切り替え時間を大幅に短縮する優れた分析ポイントです。
• メンテナンスの内訳 –ダウンタイムの分類と同様に、このソフトウェアは、メンテナンスの故障の種類、サービスオーダー、およびそれらの潜在的な原因を追跡するのに役立ちます。これにより、コストが削減され、企業は正確なリアルタイムデータに基づいて予測的または規範的なメンテナンスを確立できるようになります。
• 最高品質の作品 –生産追跡の基本要素。何が最高品質で生産されているかを知らなければ、企業は見積もられた時間枠内に配達の注文を履行することでどこにいるのかを知ることができません。ソフトウェアによる生産追跡により、これらのカウントが正確になり、注文が正しく処理されます。
• スクラップ –廃棄物はメーカーにとって大きな懸念事項です。しかし、手動システムはスクラップピースを見逃したり、間違った理由を文書化したりします。生産追跡ソフトウェアは、欠陥の数と種類を追跡できるため、分析を行って改善を追求することができます。また、やり直し、やり直し時間、および関連するタスクをキャプチャすることもできます。
• WIPインベントリ –在庫の正確さは製造において最も重要ですが、床に発行されると多くの材料が「見えない」場合があります。 WIPの動きとステータスに関する生産追跡データの収集は、全体的な効率を理解する上で重要です。
• スケジュールするパフォーマンス –生産追跡では、スケジュールされた実行時間に関連して生産注文がどこにあるかを理解し、ジョブの進行状況を分析するために、正確なデータ収集が必要です。注文が切れた場合、顧客の要求は見積もられたリードタイム内に完了しない可能性があります。製造現場のデータ収集は、詳細な生産履歴を提供し、マネージャーが確立された納期を満たすために生産を軌道に乗せるのに役立ちます。

製造現場のデータ収集は、生産追跡に不可欠です。手動でのデータ入力は可能ですが、人為的エラー、データ入力エラーの偏り、リアルタイムへの依存の欠如など、重大な欠点があります。製造現場の洞察は、より良い意思決定に役立ちます。生産追跡ソフトウェアは、リアルタイムのデータ収集と強力な分析を使用して、生産システムを調べ、これらの欠点を排除します。

製造現場からデータを収集するための技術

非常に多くの潜在的なデータソースがあるため、メーカーはさまざまなデータ収集手法を使用することがよくあります。これらの一部は次のとおりです。

• IoT（Internet of Things）センサーの統合は、さまざまな機器やシステムを接続して、適切な現場の洞察を得て、適切な情報を適切な人に適切なタイミングで提供するために使用されます。
• PLC（Programmable Logic Controller）統合は、生産プロセスのステップを測定および制御するためのものです。
• Line HMI（Human Machine Interface）システム統合（工場の床設備に取り付けられたタッチスクリーンなどの個々のショップ端末など）により、データに人間のコンテキストを追加できます。
• 包括的な意味で操作を制御するSCADA（監視制御およびデータ取得）システム。
• CNCとその他のマシン統合（新しいモデルとレガシーモデル）により、マシンの生産パフォーマンスと状態を追跡します。

MachineMetricsアプローチ

MachineMetricsは、機械からの製造現場のデータ収集にさまざまな方法を利用しています。正確なデータ収集をどのように行うかは、製造現場の各マシンの固有の機能と制限に完全に依存しています。経年変化、制御、製造、モデル化はすべて、機械の機能と製造現場のパフォーマンスに影響します。

機械の制御からの情報は、製造現場の洞察を提供する上での生産データの最良の情報源であると考えています。それでも、人間の文脈の重要性も認識しています。マシンデータだけでは本番パフォーマンスの全体像を把握することはできないため、各マシンのタブレットインターフェースを介してログに記録されたオペレーターからのデータを重ね合わせます。

これにより、オペレーターとマネージャーは生産パフォーマンスをより明確に把握できます。経験したダウンタイムの量を知るだけでなく、 ’マシンがダウンした理由がわかります 。

正確なスクラップ率のベンチマークが行われるだけでなく、 ’スクラップパーツの一般的な理由がわかります 。また、非常に面倒なタスクを排除し、貴重な固定資産のパフォーマンスを向上させ、費用対効果の高い展開でより高いROIを実現します。

この追加された運用データのレイヤーは、包括的なソリューションを提供します。これにより、製造リーダーは、プロセスを微調整し、非生産的な活動を排除し、生産性にプラスの影響を与える意思決定を行うための追加の製造現場の洞察データを得ることができます。

製造データ収集ソフトウェア

手動の製造現場データ収集では、最新の製造業で競争するために必要なレベルに到達することはできません。これまでに説明したメリットを実現するために必要な製造現場のデータタイプとレベルを手動で収集することはできません。従業員が、部品数、ダウンタイムの理由、およびその他の製造現場のデータポイントを手動で追跡するために、このような大量の時間を費やすことは非現実的です。生の製造現場のデータもほとんど使用できなくなり、大幅に遅れます。

データに精通した従業員が、主要な指標を計算し、レポートを作成し、製造現場のデータ収集をすべての利害関係者と共有することにより、製造現場のデータ収集を手動で圧縮するには、さらに努力が必要です。

製造情報を自動的に収集、コンテキスト化、共有できるシステムにより、従業員は意思決定に集中できます。

製造データ収集用に構築されたシステムで探す必要のある要件は次のとおりです。

• エッジを介したリアルタイムの製造現場データ収集。これにより、データキャプチャが簡素化され、クラウドに戻ったり戻ったりする時間がない、安全シャットオフなど、可能な限りリアルタイムに近い状態で実行する必要がある自動化されたタスクの管理に役立ちます。
• 製造現場のデータ収集と処理のためのクラウドプラットフォーム。これにより、同じ機器を購入するコストの何分の1かで強力なリソースを利用して、より深いレベルでデータを保存および分析できます。これには、例外ベースの監督者の承認、給与システムと構成可能な給与ルールへのリンク、品質記録管理、例外報告、リアルタイム報告、人件費、およびより良い意思決定のための他の詳細な報告などのツールが含まれます。
• PLCまたはI/Oを介したマシン統合。これにより、エラーが発生したり、一部のセンサーのように常に調整する必要がない方法で、マシンデータを正確かつ迅速に収集できます。
• 製造実行システム（MES）、ERPシステム、CMMSなどの他の製造ソフトウェアとの統合
• センサーに接続して、レガシー機器を含むさまざまな資産からデータを確実に収集できるようにする機能。
• 時系列または機械学習モデルの入力として活用して高度な予測ユースケースを推進する高周波データ収集機能。

MachineMetricsプラグアンドプレイソリューションを使用して、生産データを簡単に収集し、製造現場を即座に可視化して制御する方法を学びましょう。

私たちのチームでデモを予約するか、質問があれば連絡してください。