ページの本文へ

Hitachi

ビッグデータ×AI(人工知能)

Hitachi AI Technology/業務改革サービス:
事例:【活用イメージ】組立製造

活用イメージあるお客様の製造現場で活用

課題
日々の蓄積データを活用して歩留まり向上
施策効果
製造現場での歩留まりを6%向上!(試算値)

製造現場では、一般的に設備の制御や製造・品質管理などのシステムが導入され、日々データが蓄積されています。蓄積されるデータはここ数年で急増し、これらのデータから課題解決の要因を特定することは、従来の統計的品質管理手法では困難になってきています。

ここでは、あるお客様を想定して、膨大な蓄積データを活用して施策を立案・実施するまでをご紹介します。

1. 日々の蓄積データをインプット

DCS(分散型制御システム)やMES(製造実行システム)から日々取得して蓄積している膨大な量のデータをHitachi AI Technology/Hに読み込ませ、歩留まりの向上に強い影響を与える要素を導き出しました。

日々の蓄積データ(検査データ、設備の稼働状況、勤務シフトなど)をHitachi AI Technology/Hへインプットし、歩留まりが向上する製造装置の条件 製造装置Xの加工値が1.0〜1.5 かつ 製造装置Yの加工値が9.5〜10.0などの数値をもとに相関関係を分析するイメージ。

2. アウトプットを基に分析、施策を検討

Hitachi AI Technology/Hのアウトプットを基に分析。分析結果から、製造装置Xと製造装置Yの加工値を調整するための施策を立てました。

日立「製造装置Xと製造装置Yの加工値がポイントになります。」。お客様「それでは、このように調整してみては?」。

3. 施策を実施、歩留まりの向上に成功

施策を実施して、製造装置Xと製造装置Yの加工値を調整しました。

効果

この取り組みによって、歩留まりを6向上させることができました。(試算値)

Adobe Readerのダウンロード
PDF形式のファイルをご覧になるには、Adobe Systems Incorporated (アドビシステムズ社)のAdobe® Reader®が必要です。