S-Smart 品質予測 S-Smartシリーズ(IoT・AI・RPA)

AI技術で検査工程に革命を!

品質に影響を与える様々なデータ(レシピなどの加工条件や、温度/湿度などの環境データ等)から製品の出来映えを予測することで、実際に測定することなく品質や出来映えを知ることができます。

品質予測の仕組み

過去の品質実績と、品質に影響を与えた当時のデータ(レシピや環境データなど)を使って、データが品質に与える影響や傾向を学習し、関係性をモデル化します。
このモデルを利用することで、現時点のデータから次にどの様な品質や出来映えになるかを予測することができるようになります。

活用事例

仮想化による検査の省略(Virtual metrology)
市場からの品質要求は日々高まっており、品質保証と検査コスト削減の両立は、生産現場における優先度の高い課題の一つです。
品質予測を使って検査結果を予測することで、検査の代用、または、スコアの低い製品のみ検査するといった使い方ができます。これにより検査にかかる工数や破壊検査によるロスを削減できます。

半製品段階での最終検査品質の予測
半製品段階では測定ができず、最終検査工程になってようやく不良が発覚するケースでは、不良品にかけた手間や、手直しにかかる工数がムダになってしまいます。
半製品の段階で操業データから最終検査の品質を予測して不良を検知することで、大幅にコストを削減することができます。また、最終検査工程の歩留を予測して余剰生産する必要がなくなります。