ここ数年、AIへの関心が高まっており、様々な分野で活用に向けた取り組みが進んでいます。このAIをDAiKOの生産管理システム「rBOM」と組み合わせれば、部品表分析など様々な用途に応用可能となり、業務効率化と競争力向上の可能性が高まります。
「AI部品表分析」で業務効率化。「AI自動仕訳」も
「rBOM」は、受注ごとに製品の仕様が異なる個別受注生産および多品種少量生産を得意とする生産管理システムです。「工場力・現場力を引き出す」をテーマとした製品として開発、販売され、多くのお客さまに導入いただいております。
AIの活用に向けた研究開発に取り組んでいるDAiKOでは、この「rBOM」とAIを組み合わせた新機能のご提案を準備しています。
その一例が、「AI部品表分析」です。設計部門では日々の業務に追われ、部品表を整理し、標準化に取り組む時間がなかなか確保できません。これにより、設計業務が効率化できず、部品の標準化も進まず、生産が滞り、逆にムダが発生してしまう可能性もあります。
「AI部品表分析」は、これまでに作成した様々な部品表をAIが学習して関連性を分析。人間では気づきにくい標準化すべき部品の検出、類似製品の部品レベルの差異抽出などを行い、生産管理や製造だけではなく、モノづくりの根幹を改善することを可能にします。
また、経理向けの「AI自動仕訳」機能も提案可能なレベルに開発が進んでいます。経理部門では、現場が購入した資材などの経費を会計システムに記録しますが、他システムの登録データを活用した場合、誤った勘定科目で登録されてしまうことがあります。この機能では、過去のデータを学習したAIが勘定科目を自動的に推測するので、データチェックや修正の労力が削減できます。
これらの業務改善案は、お客さまのニーズにあわせてアレンジし、ご提案させていただきます。
関心高い故障診断/予知への活用。品質管理や設計支援も可能
「rBOM」との組み合わせ以外でも、IoTとAIを活用した「AI故障診断/予知システム」が、お客さまから注目を集めています。
生産設備の故障によってラインが止まると、生産に支障が生じるほか、すぐに故障対応できる要員が確保できず、復旧に時間がかかってしまう事態も起こりえます。このソリューションは、工場内の各所に配置したIoTセンサーが、生産設備の異常を検知。AIが故障の予兆か否かを診断しますので、生産ライン停止の予防が可能になるほか、故障サイクルを分析してあらかじめ保守計画を立案するなど、計画的な保守対応も行えます。
2018年に開催された「第29回設計・製造ソリューション展」では、このソリューションへの質問や問い合わせが相次ぎ、関心の高さがうかがえました。
AIはこれらのほかにも、品質管理や設計支援、消費エネルギー監視など、様々な分野に応用が可能です。
昨今、国内製造業では新たな社員の確保が困難になっており、かつ、熟練技術者の退職により人材が減少しています。熟練技術者の知識や技術をどのように継承するかといった課題を抱える企業さまも少なくありません。
「技術継承を支援するためのコトづくり」の実現を目指すDAiKOは、これらの課題解決を含む、業務改善、働き方改革に役立つ、AIを活用したソリューションを開発、提供してまいります。
本記事はD’sTALK Vol.48の掲載コンテンツです。
その他の掲載コンテンツは下記のページからご覧ください。
https://www.daikodenshi.jp/daiko-plus/ds-talk/vol-48/
登録商標について
本文中に記載の製品名、会社名は各社の商標または登録商標です
