1/38ページ
カタログの表紙 カタログの表紙 カタログの表紙
カタログの表紙

このカタログをダウンロードして
すべてを見る

ダウンロード(3.8Mb)

DX型品質改善ソリューションのご紹介

製品カタログ
株式会社FAプロダクツ
会社案内ダウンロード
お問い合わせ
電話でお問い合わせ

品質管理ソリューションとして、これからの品質管理のあり方についてご紹介

設計段階の品質管理と、量産段階の検査工程における品質改善の課題があるが、​今回は主に検査工程の品質改善に関する課題解決事例をご紹介。​
ソリューション詳細は別途ご案内可能ですので、こちらよりお問い合わせください。
https://fa-products.jp/contact/

関連メディア

このカタログについて

ドキュメント名 DX型品質改善ソリューションのご紹介
ドキュメント種別 製品カタログ
ファイルサイズ 3.8Mb
取り扱い企業 株式会社FAプロダクツ (この企業の取り扱いカタログ一覧)

この企業の関連カタログ

この企業の関連カタログの表紙
検査工程の自動化に必要な画像処理システム基礎知識
ホワイトペーパー

株式会社FAプロダクツ

この企業の関連カタログの表紙
ロボット貸切サポートコースのご紹介
製品カタログ

株式会社FAプロダクツ

この企業の関連カタログの表紙
省人化プロジェクトの進め方と投資の事例
ホワイトペーパー

株式会社FAプロダクツ

このカタログの内容

Page1

DX型品質改善ソリューション
Page2

TEAM CROSS FAのご紹介 Copyright 2020 TEAM CROSS 2 FA
Page3

TEAM CROSS FAのご紹介 製造・物流のスマート化を 一貫サポートする企業コンソーシアム 3
Page4

TEAM CROSS FAコンソーシアム 4
Page5

Team Cross FAのカバー領域 Team Cross FAではIndustry Tech DXに関わる全ての領域の提案～実装が可能 5
Page6

登壇者紹介 スピーカー ファシリテーター FAプロダクツ 電通国際情報サービス スマートファクトリー事業部 製造ソリューション事業部 R&D部 戦略技術第1ユニット デジタルツイングループ DER技術1部部長 マネージャー FAプロダクツ スマートファクトリー事業部 深堀 竜也 R&D部部長 森松 寿仁 Yoshito Morimatsu Tatsuya Fukabori プロフィール プロフィール オムロン関西制御機器㈱ （2005年‐2013年）  (株)電通国際情報サービス 製造ソリューション事業部 (1999-現在) ㈱FAプロダクツ R&D部（2013～現在）  (株)FAプロダクツ R&D部(2020~現在) 専門領域 専門領域 生産準備業務改革、ソリューション構築 IoT、スマートファクトリー、ロボット化プロジェクトに多数参画 製造DX(製造IoT、MES、自動化領域)業務改革、ソリューション構築 自社の稼働監視パッケージの企画・開発・導入 デジタルツイン領域にてDXソリューションの構築 製造業全体のグランドデザイン策定 6
Page7

DXが進まない理由 Copyright 2020 TEAM CROSS 7 FA
Page8

ものづくり業界や物流業界でDXが進まない原因 「データの見える化（可視化）」までが目的化されてしまい、 そのデータのビジネス活用を通じた「成果の最大化」を見据えたシステム提案を実現できておらず効果が小さい。 部分最適に陥って 見える化したデータ DX化が進まない現状 しまっており、効果 を活用するビジネス が限定的 シナリオがない 見える化自体が目 データを見える化す 的化されてしまって る目的があいまい いる 「見える化の向こう側（ビジネス活用・実現する成果）」を見据えられていないのが原因 8
Page9

見える化で得られる成果 効率化、省人化、標準化などのコスト削減効果の一部を実現するにとどまる。 見える化までで得られる成果の例 • 手入力作業時間６０％以上短縮 • リアルタイムに可視化し、異常処置など迅速化、ダウンタイムの短縮、作業の標準化 • 品質、実績データなどが即座に検索や集計でき、意思決定の迅速化 • リアルタイムな情報共有ができ、保全活動などの効率化 効率化 省人化 標準化 原因現場のカイゼン活動までにとどまる 9
Page10

「見える化の向こう側」の価値はどうなっている？ 見える化のデータを活用して、ビジネス目的の達成を実現する。 ここまで実現して初めてDXの価値が発揮される。 見える化の向こう側の価値 最終的な価値 原価低減 変種変量生産への対応 企業価値の向上 リードタイムの短縮 不良品率の低下 売上/利益の向上 マスカスタマイズへの対応 製品開発スピードの向上 10
Page11

見える化の向こう側で得られる具体的な効果の一例 • 在庫やバッファサイズを最適化し、在庫量が減りコストが削減 • 納期遅れが発生しない最適計画を立案し、リードタイムが大幅短縮 • 品種ごとによる作業指示のデジタル化により属人化からの脱却 • 品質予知によって不良品率の低減をはかり製品価値が向上 • 故障予兆を察知し、設備停止時間の短縮や仕掛品廃棄を防止 11
Page12

本日のテーマ：DX型品質管理ソリューション 本日は品質管理ソリューションとして、これからの品質管理のあり方についてご紹介。 ３ 2 １ 本 日 ４ 2 工場内物流最適化 投入計画最適化 ぺーパーレス化 品質改善 予知保全 人員配置最適化 工場内電力最適化 ソリューション ソリューション ソリューション ソリューション ソリューション ソリューション ソリューション 基幹/業務システム 見える化の先 PLM BOM 受注 販売 教育 製品設計 調達 ｽｹｼﾞｭｰﾗ‐ 倉庫 コクピット 連携 BOP 生産実績 生産計画 工程設計 分析BIツール CAD/CAM Simulation/AI 経営KPI CAE 生産実績 最適解指示 製造KPI 保守 製造 リアルタイム 統合MES 連携 データ モニタ 品質改善 生産 品質 在庫 人/モノ ｴﾈﾙｷﾞｰ 保守 製造実績 製造指示 データ収集/データ送信インターフェース モノ 設備 ロボット カメラ 人 AGV 電力 水 センサ 見える化まで 12
Page13

品質改善ソリューション Copyright 2020 TEAM CROSS 13 FA
Page14

品質改善における課題と今回の解決スコープ 設計段階の品質管理と、量産段階の検査工程における品質改善の課題があるが、 今回のウェビナーでは主に検査工程の品質改善に関する課題解決事例をご紹介。 設計段階 検査工程 14
Page15

DX型品質改善ソリューションの最終形 全数検査からデータをMESなどに収集し、設計・開発へフィードバックして不良品を製造させないものづくりが最終形。 資材・入庫 受入検査 製造・加工工程 中間検査 製造・加工工程 最終検査 出荷 設計・開発へ 設計・開発 フィードバック AI 不良原因の特定 製品改良 自動取得 統計データ 自動取得 画像+AI検査 統合MES 画像+AI検査 製造工程改良 生産 不良品廃棄 不良品廃棄 PDM 計画 合否判定 品質 実績 etc 合否判定 ERP 不良分類 不良分類 業務システム BOP/スケジュール シミュレーション 検査帳票記入 不良品解析 検査帳票記入 製造指示 抜き取り検査 抜き取り検査 不良品解析 製造実績 レシピデータ サプライチェーン連携 データ 製造条件変更 再加工 再加工 自動段取り 手直し 不具合情報 手直し ➢画像所処理とAIを組み合わせることで、従来出来なかった検査を自動化 ➢人の感覚による判断をAIに学習させることで不良個所の分類が可能 ➢受け入れ時に不具合情報、不具合箇所をサプライチェーンへ自動フィードバック ➢不良原因箇所を設計・開発へ連携し製品改良 ➢製品や製造工程改良にて製造指示を自動コントロール 15
Page16

DX型品質改善ソリューション実現のステップ１ まずは検査工程の全数検査、データの自動化からスタート、そこの事例をご紹介。 資材・入庫 受入検査 製造・加工工程 中間検査 製造・加工工程 最終検査 出荷 LinkWiz × 設計・開発へ STEP3 STEP2 STEP1 設計・開発 フィードバック TXFAの AI 不良原因の特定 実例をご紹介!! 製品改良 自動取得 統計データ 自動取得 画像+AI検査 統合MES 画像+AI検査 製造工程改良 生産 不良品廃棄 不良品廃棄 PDM 計画 合否判定 品質 実績 etc 合否判定 ERP 不良分類 不良分類 業務システム BOP/スケジュール シミュレーション 検査帳票記入 不良品解析 検査帳票記入 製造指示 抜き取り検査 抜き取り検査 不良品解析 製造実績 レシピデータ サプライチェーン連携 データ 製造条件変更 再加工 再加工 不具合情報 自動段取り 手直し 手直し ➢画像所処理とAIを組み合わせることで、従来出来なかった検査を自動化 ➢人の感覚による判断をAIに学習させることで不良個所の分類が可能 ➢受け入れ時に不具合情報、不具合箇所をサプライチェーンへ自動フィードバック ➢不良原因箇所を設計・開発へ連携し製品改良 ➢製品や製造工程改良にて製造指示を自動コントロール 16
Page17

全数検査を実現する「L-QUALIFY」とは？ 不良流出0を目指す ●インライン全数検査の自動化を実現 ●設定は簡単・スピーディー ●各種検査にも対応 ・3D形状比較検査 ・在荷検査：所定位置の部品有無 ・ホール検査：穴位置と穴径 ・ホール間距離検査：2つの穴間距離 17
Page18

L-QUALIFYの機能 形状比較機能 「登録した点群データの形状」と「スキャンした点群データの形状」を比較し、 比較を色差にて出力します。 マスター形状を事前に登録する事で、量産ワークの比較検査ができます。 溶接ビード検査などの形状比較検査に対応 3Dデータから 三次元形状処理 ホール認識機能 点群データからホールを認識し、ホール径とホール座標を出力します。 ホール径と座標を事前に登録する事で、量産ワークのホール径や座標を 比較する検査ができます ホール間距離検査などに対応 在荷確認機能 ロボットがワークを3Dスキャンし、現物が 指定したエリアの点の数をカウントします。 デジタルデータ(3Dデータ)になります。 指定したエリアの点数を事前に登録する事で、 量産ワークの点数を比較する検査ができます。 モノの有り無し確認検査などに対応 18
Page19

システム構成例 シンプルな構成なので設備構築がスピーディー 遊休ロボットの使用も可能 19
Page20

デモ動画 「L-QUALIFY 溶接ビード検査」 20