塗装環境の温度・湿度の異常をAIで検出

塗装環境の変化をAIで検出し、
空調システムの安定を図る

製品の品質を左右する空調システム

製品の仕上げ工程に近い塗装の工程、ここでは少しの環境変化で製品の品質が変化するシビアな世界です。塗装室の環境変化は製品の品質を左右すると言っても過言ではありません。

塗装の質を保つために必要なのが空調システムの安定した稼働と温度、湿度などの塗装環境の変化になります。

特に空調システムが停止した状態で塗装を行うと、その時に塗装した製品は再塗装を余儀なくされるか、最悪の場合、廃棄となってしまいます。

結果、リードタイムの遅延を招き、大きな損失となってしまいます。

「定期保全・事後保全」とは？

「定期保全・事後保全」は過去のデータに基づいて、マニュアル化された周期で空調システムのメンテナンスを行います。ここで言う過去のデータとは、培ってきた経験や実績から算出した稼働日数や稼働時間で規定されている事が多く、厳密に言うと最適なメンテナンス時期とは異なります。

「定期保全・事後保全」とは、システムの異常をきたす前にメンテナンスを行い、稼働停止を防ぐやり方です。言い方を変えると、まだメンテナンスの必要が無いのに部品を交換することになり、勿体ないです。考えるべきは、しかるタイミングでメンテナンス・部品の交換をする「予知保全」です。

「定期保全・事後保全」から「予知保全」へ

長く使う事で最も怖い事は
・機械や設備が止まること
・品質基準を満たした製品を作れなくなること
です。その為、どこまで使って良いか分からない機械や設備に対し「早めに交換」するという行動となります。しかし本来であれば「早めに交換」ではなく「故障の前に交換」するのが正しい認識と考えます。

貴社の工場で想像してみて下さい。
メンテナンスのタイミングでまだ使えるのに捨てているもの、そのメンテナンス費用、時間、、、
それらを解決する糸口として、AIによる予知保全があります。

AI活用によるメリットとは？

今回は「予知保全」に活用可能なAIについてご紹介します。
その前にまず皆さんにお伝えしたいのは、本当にAIを使う必要があるのか？ということです。

AIは「構想から導入、運用までの速さ」が強い

日本が製造業で勝ってきた過去のノウハウでも素晴らしい技術が多々あります。
代表的な「予知保全」ソリューションでは、AEセンサーを活用したシステムが有名です。しかしAEセンサーを使いこなすには、それなりの知識と熟練度が必要ですが、AIは正しく動いている状態の学習データがあれば、異常検出することが可能となります。
AIの活用は「構想から導入、運用までの速さ」が最大のメリットです。

また予知保全では、波形を測定した場合にノイズが問題となったりします。
ノイズの除去ができるに越したことはありませんが、ノイズをAIに覚えさせてしまっても場合によっては運用可能です。

先ずは「抱えている課題」をお聞かせいただきたいと思います。