日立システムズと中央電子は2017年9月21日、機械学習を用いて製造実績データを分析することによって組み立て製造業の製造現場の生産性を高める実証実験を実施し、効果を確認したと発表した。実証実験は、2017年6月から7月まで、中央電子の山梨明野事業所(山梨県北杜市)で実施した。機械学習によって、人手では分析しにくい細部の工程まで網羅的に分析できるという。
実験では、過去3年分の製造実績データや製品、作業員に関するマスターデータを、機械学習を用いて分析した。この結果、中央電子が過去にベテラン作業者からの提案に基づいて実施した改善施策(32工程のうち7工程)をすべて発見できた。さらに、ベテラン作業者でも気付けなかった改善ポイントを新たに2つの工程で発見した。
![写真1●実証実験の対象となった中央電子の生産現場(出所:日立システムズ)](/mwimgs/f/8/600/img_f8f5c60ebc0dad46aacbed24adafe209209930.jpg)
拡大画像表示
具体的な実験内容として、中央電子が屋台生産方式で生産する半導体製造装置やデータ読み取り装置の製造工程を対象に、過去の製造データ(製品工程情報、工程別作業時間)やマスターデータ(製品に関する基本情報、従業員の情報)を基に機械学習による分析を行い、業務改善案を立案した。
まず、統計ツールを用いて、過去の製造データを製品や工程、作業者ごとに、作業実績をグラフ化した。次に、作業時間や品質にばらつきがある工程や、生産性低下の要因と思われる工程を絞り込んだ。その後、生産性を改善する仮説を立案し、実際に実施した過去の改善施策と照合した。機械学習による分析には、統計解析やデータマイニングなどに利用できるオープンソースを活用した。
![図1●機械学習による製造実績データの分析によって製造現場の生産性を高める実証実験の概要(出所:日立システムズ)](/mwimgs/4/4/600/img_441b8dca1a4f12ecc0f3b9eb48fa38da104473.jpg)
拡大画像表示
取り組みの背景について日立システムズは、国内の組み立て製造業は、作業者の高齢化や海外輸入品との競争激化などによって、高品質と安定供給が重大な課題になっていることを挙げる。「こうした中、組み立て製造業の製造現場では、ベテラン作業者の経験や勘に基づいた改善施策を実施しているケースが多いという。このため、製造現場では、生産性や品質を継続的に向上する仕組み作りが求められている」(同社)。