IOTのデータ分析技術による品質予知
故障予防手法の開発
従来技術により設計・製作された生産ライン対して、生産性の高い稼働状況を実現するための調査分析を実施し改善を行う活動や、最先端の技術の導入を実施する事で、革新的に生産性を向上させるための技術開発を行っています。
1. 生産状況の「見える化」
生産ラインで一つの製品を成形するごとに生産条件を常に記録する体制を構築しました。
これにより生産状況や不良の発生状態をリアルタイムで「見える化」し、ラインの不具合や不良が多発しているなど異常にすぐに気が付くことができる体制を実現しています。
2. 生産ラインの管理面での活用
稼働率が高い状態で高品質の製品を生産し続けるためには、設備が理想的な状態で稼働している必要があるので、各設備から様々なデータを収集して生産ラインの管理に活用しています。
ライン設備の停止回数や検査結果の推移、工具寿命の管理などを数値やグラフ化で「見える化」することで改善するべき箇所を明確化し、稼働率向上に繋げています。
3. IOTデータを用いたデータ分析による不良低減
生産に関わる計測データ（各ショット約120種、1.5万点）と品質情報をリンクしたデータ収集を行い、分析できる体制を整えました。
不良品が発生した際には、機械学習分析などの分析手法を適用することで悪影響因子を見つけ出す事ができるようになりました。
AI技術搭載検査装置による
検査工程の自動化技術の開発
AI画像検査装置を使用することで、検査判断基準の安定化、検査工数の低減（50%軽減）、検査員の検査スキル教育の軽減、欠陥の定量化と記録、等のメリットがあります。
ダイカスト製品は、同じ条件で生産しても鋳肌に差異が生まれます。このような被検査体のバラつきを吸収し、正しく良品と不良品を分類できる技術としてAI技術に注目し、自動検査装置の実用化を進めています。
AI画像検査装置により、キズや汚れ、製品のカケなどを自動判定させることで、検査員が行っていた作業時間を半分に短縮し、検査人員削減に繋がりました。
今後も改良と導入を推進していきます。
