画像解析システムを用いたセンシング例
画像解析システムを用いたセンシング例
出所:日立製作所、ダイセル
[画像のクリックで拡大表示]
画像解析システムを用いたセンシング例
画像解析システムを用いたセンシング例
出所:日立製作所、ダイセル
[画像のクリックで拡大表示]

 日立製作所は2016年7月13日、ダイセルの協力のもと、製造現場における作業員の逸脱動作やライン設備の動作不具合などの予兆を検出し、品質改善や生産性向上を支援する画像解析システムを開発したと発表した。2016年度中にダイセルの播磨工場で本格運用を開始するとともに、海外主要6工場への展開も進めていく。

 今回開発した画像解析システムは、3次元形状を取得できる距離カメラを用いて作業員の手・肘・肩といった関節位置情報を取得し、標準動作モデルと統計的に比較することで逸脱動作を判定する。このほか、設備や材料の不具合は、通常画像との差分分析により異常を検知する。また、製造実行管理システムと連動し、高速カメラによる発光部色分析と既存設備の電流・電圧データなどを併用することで、溶接不良についても異常検知できる。

 大量の画像データから品質改善や生産性向上に関する情報だけをリアルタイム抽出しデータ解析することで不具合の早期発見や品質の安定化、作業効率の改善に活用できる。また、製造現場の画像データを蓄積し、製品シリアル単位で最終製品と連携させることで、不具合品が発生した際に原因の生産工程を特定して改善施策を行える。生産工程に不適切な作業が発見された時は、シリアル単位で最終製品を追跡できるなど、マルチトレーサビリティを可能にした。

 両社は、エアバッグの基幹部品を製造するダイセル播磨工場で、画像解析システムの実用化に向けた実証実験を、2015年2月から16カ月にわたって実施。その結果、画像解析システムと製造実行管理システムを連動させることで、品質保証をロット単位での代表点管理から、製品シリアル単位での全点管理へ移行でき、製品の工程内保証率を大きく向上できる見通しが得られた。さらに、現場管理監督者の役割を、事後処置中心の対応から、画像データを活用した傾向監視や予防処置に移行することで、不具合の未然防止にも貢献するという。

 今後、播磨工場および海外6工場に画像解析システムの導入を進めるとともに、クラウドを活用した情報の集約と分析を通じて統一仕様設計や標準化を図り、グローバルでの統合管理システムの構築を目指す。また、日立は、IoTプラットフォーム「Lumada(ルマーダ)」の考え方や技術を適用し、国内外の製造業向けに汎用化したデジタルソリューションとして広く提供する予定。

日立製作所のWebサイト
ダイセルのWebサイト