品質安定化システム Digital Plant Operation Intelligence (DPI)

導入事例

2020/8/7
DPI関連の新しい導入事例が公開されました！

組織横断のワイガヤとDPIによる解析で、独自の課題解決メソッドを確立
「ワイガヤでは、技術伝承となるノウハウがいろいろと聞けたのが良かったです。」
◇導入商品：DPI運転評価ツール、仮説検証型ワークショップ

リリース情報

2023/5
DPI R2.05がリリースされました！各種データをより効率的に読み込める機能がリリースされました。

2022/4
DPI R2.04がリリースされました！　Windows11に対応しました。

2021/10
DPI R2.03がリリースされました！　データ間演算機能などの新機能がリリースされました。

2021/3
DPI R2.02がリリースされました！　モノづくり診断機能などの新機能がリリースされました。

2020/8
DPI R2.01がリリースされました！新規に運転評価システムがリリースされました。

2020/6
DPI R1.03がリリースされました！文字列データの扱いなどが強化されました。

 

目次

1. 品質管理における4Mとは -内容とその重要性-
2. 製造現場を取り巻く環境の変化
3. 現場の知恵とデータ分析を掛け合わせ、”しなやかなものづくり”を
4. 「現場の知恵とデータ分析を掛け合わせる」とは？
5. DPI機能詳細　～現場の知見を活かしたデータ分析と製造のスマート化～
   • DPI運転評価ツール　：現場の知見を活かすためのデータ分析ソフトウェア
   • DPI運転評価システム　：得られた知恵を製造中に実行するための環境
6. DPIソリューションの伴走サポート
   • 導入教育WS　：DPI運転評価ツールの基礎を押さえて現場導入をスムーズに！
   • 仮説検証型WS　： DPI運転評価ツールでのデータ分析フレームワークを習得！
7. 関連情報

 

この記事はこんな方に向けて書かれています

• なぜ4Mが重要なのか知りたい
• 製造現場で4Mの変化やバラツキが多くて困っている
• 同じように運転しているはずなのに品質がバラつき、困っている
• データを活用して現場カイゼン活動に取り組みたい
• ものづくりの新しい”あたりまえ”に興味がある

 

品質管理における4Mとは -内容とその重要性-

　４Mとは、製造業における品質管理のための重要な４つの要素のことを指します。具体的には、Material／Machine／huMan／Methodの４要素です。なぜ品質管理において４つのMが重要なのかを、以下に記します。

• Material（原料）
  ものを製造するための原料のことです。1種類の原料だけで製造する現場もあれば、複数の原料を混ぜて製造する現場もあります。どの原料をどの程度投入するかが重要なのはもちろんのこと、その原料ロットがどのような品質であるかも、最終品質に大きく影響します。
   
• Machine（装置）
  ものを製造するための装置のことです。同種の装置であっても、装置切り替えや定期清掃の前後では、装置の状態が変化します。また、長年使っていて老朽化した装置では、新品当時と状態が変わっていることは言わずもがなです。このような装置の状態も、品質に影響を与えることがあります。
   
• huMan（人）
  ものを製造する運転員さんのことです。定常運転やトラブル対応を同じように行っているように見えても、人によって少しずつ違いがあります。その違いは、個々人の現場経験にもとづく知恵や勘によるものです。そしてその少しの違いが品質に影響することも、大いにあります。
   
• Method（手順・方法）
  ものを製造するための作業手順や運転方法のことです。立ち上げの手順、原料投入のタイミング、温度や圧力の管理幅、品質検査手順など、製造現場には取り決められた様々な作業手順や運転方法があります。決められた手順・方法に沿って運転しているかどうかは、品質を管理する上で非常に重要です。

　近年は、上記４MにMeasurement(測定・検査)、Management(管理)、Environment(環境)を加えて、5Mや6M、6M+1Eと表現することもあります。4Mデータ分析の際は、これら2Mや1Eを考慮することも重要です。

 

製造現場を取り巻く環境の変化

 

 

　製造現場は今、変化の多いとても困難な状況に置かれています。その理由は主に、3M（Methodを除く4M）の変化とPQCDS目標＊の高まりによるものです。お客様の製造現場でも、思い当たる点はありませんか？
＊PQCDSとは・・・製造業におけるProductivity：生産性、Quality：品質、Cost：価格、Delivery：納期、Safety：安全

Methodを除く4Mの変化

• Material（原料）：　頻繁なベンダー変更、仕入れ先によって原料品質が異なる、原料ロットによって品質がバラつく
• Machine（装置）：　装置が老朽化して設計当時のパフォーマンスが出せない、同じスペックでも装置によってクセがある
• huMan（人） ：　現場の暗黙知が形式知化されていない、熟練運転員の退職で技術が失われる

PQCDS目標の高度化

• Productivity（生産性）：　急な増産要請、人材不足への対応
• Quality（品質）：　厳しい品質要求、原因不明の品質クレーム
• Cost（価格）：　激しい価格競争、原料や燃料費の値上げ
• Delivery（納期）：　短納期の要求、働き方改革やCOVID-19による残業規制・出勤規制への対応
• Safety（安全）：　安全基準の引き上げ

　製造現場では、計画通り製造を行うための「維持業務」と、PQCDSを向上・改善するための「改善業務」の両方が求められています。
　しかし、このような変化の多い時代において、変化に対応するための維持業務で手一杯になってしまっており、改善業務に取り組む時間が十分にとれない、というのが現状です。

 

現場の知見とデータ分析を掛け合わせ、“しなやかなものづくり”を

　変化の多い時代においても、変化に追従できる“しなやかなものづくり”を行っていくには、どうすればよいのでしょうか？
その問いに対するYOKOGAWAの提案は、製造現場の知見とデータ分析を掛け合わせる、ということです。

　製造現場では、経験と勘にもとづいて運転員依存で4Mを管理し、その結果としてPQCDSがある、というような状況が多いのではないでしょうか。しかし理想は、求められるPQCDS目標と３M（Methodを除く4M）の状態から、Methodを逆算して全体最適な運転を行うことです。
　そのためには、4MやPQCDSのデータを紐づけ、現場の知見をもとにデータ分析を行い、PQCDSに影響する4M状態の関係性を見出し、現場の感覚とすり合わせる必要があります。これにより、変えるのが容易ではない3M（Methodを除く4M）のバラツキや変化をMethod（作業手順・運転方法）でカバーし、PQCDS目標を満たすことができるようになります。

　改善業務で現場の知見とデータ分析を掛け合わせ、そこから得られた知恵で維持業務の負担を軽減し、変化に追従できる“しなやかなものづくり”へと革新する
―――それが、ものづくりの新しい”あたりまえ”であるとYOKOGAWAは考えます。

 

「現場の知見とデータ分析を掛け合わせる」とは？

　今、製造現場に貯まっているデータは、少し見方を変えるだけでも様々な改善の糸口が見えてきます。例えば、運転条件で色分けをして散布図を見る、品質値の経時変化を見る、トレンドデータから傾きを抽出してヒストグラムにする、などデータの見方はアイデアの数だけ存在します。
　AIや機械学習に膨大な測定データだけを渡して解析しても、現場が納得できる改善のヒントが得られないことが頻繁に起こります。この原因は多くの場合、現場に即した結果を得るために重要な現場の知見や経験をデータとして与えていないことが理由です。
　現場で運転している方々の知見や経験に大切なヒントがあります。現場の知見や経験を取り入れたデータ分析を行うことが、新たな知恵を得るための秘訣であり、改善への近道であるとYOKOGAWAは考えています。

 

DPI機能詳細　～現場の知見を活かしたデータ分析と製造のスマート化～

　現場の知見を活かすためにデータを紐づけて分析し、得られた知恵を製造中に実行する環境まで、DPIは変化に追従できるしなやかなものづくりへの革新をトータルサポートします。
　そのためにYOKOGAWAでは、現場の知見を活かすためデータ分析ソフトウェア「DPI運転評価ツール」と、得られた知恵を製造中に実行するための環境「DPI運転評価システム」をご用意しております。

DPI運転評価ツール：現場の知見を活かすためのデータ分析ソフトウェア

• 複数の部署に個別に存在し、別々に管理されているデータを4Mデータと品質値データを簡単に紐づけて一元化することができます。
• 品質値や４Mデータとトレンドデータとを紐づけ、それぞれを関連させたバラツキの解析が可能です。
• 傾きや最大値、平均値など、トレンドデータから波形の特徴量抽出を、簡単に手間なく実行することができます。
• ヒストグラム、散布図、管理図を全てのパラメータに対して一括表示するだけでなく、運転条件を考慮した（層別した）表示を簡単な操作で素早く実現できます。
• 現場の知見をもとにした機械学習により、人間が把握しきれない3次元以上のパラメータの関係を網羅できます。
• PQCDSに対する4M管理指標を作成し、「運転評価システム」を用いてリアルタイムに監視することができます。

詳しくは、DPI運転評価ツールの製品ページをご覧ください。

 

 

DPI運転評価システム：得られた知恵を製造中に実行するための環境

• 4M管理指標の悪化＝PQCDSの悪化時に講じる対策を、現場の知見をもとにフローチャートとして定型化できます。
• DPI運転評価ツールで作成した4M管理指標をリアルタイム監視することで、PQCDS悪化を素早く検知できます。
• 4M管理指標悪化時には、PQCDS回復のための対策をフローチャートに基づいて誰でも同じように（あるいは自動で）実行できます

 

 

DPI導入のための伴走サービス

品質課題に対する解決策の現状

　品質の課題は複雑化し、単一の部署で解決しても、それが影響して他の部署で課題が生じるということが起こります。解決策が部分最適となっているのです。課題の根本的な解決のためには、部分最適でなく全体最適な解決策を導き出す必要があります。そして全体最適な解決策を導き出すためには、部署・担当の垣根を越えたコミュニケーションが欠かせません。

DPIでデータが繋がれば、人も繋がる

　DPIで各部署の持つデータを紐づけ、見える化し、その結果に対して複数部署の担当者が意見を出し合うことで、品質課題に対する全体最適な解決策を導き出すことができます。DPIで各部署のデータが繋がることで、人も繋がるのです。 ツールを使いこなせる人財やデータ分析フレームワークを習得した人財を育てるとともに、部署・担当の垣根を越えたデータ分析の文化を醸成することを目的とし、YOKOGAWAではDPI伴走サービスをご用意しております。 お客様の中で改善サイクルがスピーディに回るという理想の状態に向けて、YOKOGAWAのコンサルタントが伴走いたします。

主な伴走サービス

• 導入教育ワークショップ　～現場導入をスムーズに！まずはDPI運転評価ツールの基礎を押さえよう！～
   
• 仮説検証型ワークショップ　～現場の知見を活かしてLet’sデータ分析！WSでフレームワークを習得！～
  　　詳しくは、仮説検証型ワークショップ商品ページをご覧ください。
   
• その他、お客様の状況やご要望に合わせたコンサルティングも可能です。お気軽にお問い合わせください。

 

関連情報

Process Data Analytics（製造現場のためのプロセスデータ解析ソフトウェア）

DPIコンセプトムービー

---

※本ページに記載の会社名、製品名はそれぞれの会社の商標または登録商標です。