OEEを40％向上。 データ活用でスマートメーター製造を改革した実証事例

C A S E S T U D Y スマートメーター製造ラインでの OEE：総合設備効率を40 %向上 ほとんどのデザインチームにとっては、デザインを完成させ、製造に向けた準備を整えると きが、勝利の瞬間となります。ただし、製品が製造段階に移行しても、デザインとテストの 事例企業： 課題は終了しません。コンポーネントの品質、アセンブリー手法、または製造プロセスのわ • スマートメーターの開発、 ずかなバラツキは、製品の歩留まりに劇的な影響を及ぼす可能性があります。適切なIoTセ 製造 ンサーとデータ解析ツールを使用して製造プロセスを計測すると、確実に歩留まりを最大化 主要な問題： し、新たに生まれたテクノロジーの要求を満たすことができます。 • 製品品質の問題を特定して 解決する ヨーロッパに拠点を置く、あるIoT（モノのインターネット）関連の大手グローバルメーカー • 誤った不合格判定と は、エネルギーサプライヤー向けにスマートメーター (eMeter)を開発しています。eMeterは、 計画外のダウンタイムを なくす ヨーロッパ全域およびアジア太平洋地域のスマートグリッドで重要な装置として使用されて ソリューション： います。eMeterには、少なくとも15年間単一のバッテリーで動作し、環境の変動に左右さ • PathWave Manufacturing れずに、常に正確で信頼性の高い読み値を提供することが求められます。製品の品質に何ら Analytics かの欠陥があると、超過請求が発生し、消費者のより効率的なエネルギー選択に影響を及ぼ 結果： し、エネルギーサプライヤーによるエネルギー使用量の適切な管理を妨げるおそれがあり • OEEを40 %改善 ます。 • 製造の生産性を30 %向上 • 製造スループットを 当初、このメーカーは、顧客が必要とする高レベルの性能と品質を備えたeMeterを提供し 35 %向上 ていました。しかし、生産量が増加するにつれて、コンポーネント、プロセス、およびテス トの統計的なバラツキに起因する誤った不合格判定の数が増え始め、製品品質に影響が出始 めました。製造の生産性の業界標準指標であるOEE（Overall equipment effectiveness、総 合設備効率）にも影響が及びました。メーカーの抱える問題として、低い歩留まり、想定外 のダウンタイム、一貫性のないテスト時間があります。最終的には、効率が低下し、収益は 大幅に減少しました。 www.keysight.co.jp 1

これらの問題の根本原因を特定するにはプロセス、テスト、機器のデータの掘り下げた解析が 必要であることを、メーカーは自覚していました。見通しは厳しいものでした。グローバルな 活動全体の長年のデータを解析する作業は、時間がかかる上、複雑でした。しかも、進行中の 問題が、生産性とスループットにさらに大きな打撃を与えるおそれがありました。それを従来 の方法で特定するとなると、必要なテストの数が大幅に増加するため、全般的なテスト時間と コストが跳ね上がります。 ビッグデータの活用 このメーカーのジレンマに対する答えが、キーサイト・テクノロジーのPathWave Manufacturing Analyticsでした。プロセス、テスト、機器から得たデータを使用して高度な解析を実行し、 製造の改善と効率化を促進するソフトウェアソリューションです（図1）。 PathWave Manufacturing Analyticsは、OEEをモニターするため、複数のソースからデータ を収集します。OEEスコア100 %は、製造フロアで、良いパーツのみが、可能な限り速い速度 で、ストップ時間なしに製造されていることを意味します。 どうすればOEEを改善できるかを把握するには、製品の状態、製造の状態、機器の状態を理解 する必要がありました。問題の解消に向けた作業を開始するには、問題が発生する可能性のあ る場所を特定することが不可欠です。通常、製造プロセスの最適化に着手する際は、まずプロ セスを安定化することが先決です。 一例を挙げると、インサーキットテスター (ICT)によって実行されるあらゆるテストの全ステッ プの測定データを収集して解析すれば、メーカーの製品および製造の状態を把握することがで きます。機器に搭載されたIoTセンサーが、各機器内の温度、空気流量、真空圧などのパラメー タをモニターします。この情報を使用して、製造を中断することなく機器の状態を判断します。 SMS アナリティクス メール、電話、 プッシュ通知 HTTPS または ハードウェアキー 顧客生産現場 オンプレミスまたは 制御システム クラウドベース データ収集エージェント DCA IoTゲートウェイ (DCA) 顧客インターネット 製造設備 図1：PathWave Manufacturing Analyticsの、既存の機器またはデータベースへのシームレスな統合 www.keysight.co.jp 2

このeMeterメーカーの場合、これらすべてのソースからデータを収集するため、PathWave Manufacturing Analyticsが使用されました。ソフトウェアの強力なトレンド検出および異常 検出アルゴリズムをデータに適用して、異常を特定し、分離しました。異常の根本原因を突き 止めるために実行された多次元解析では、ソフトウェアおよびパワフルなクラウドコンピュー ティングが解析時間の短縮に威力を発揮しました（図2）。次に、担当するエンジニアにアラート が送信され、検出した異常について通知を受けたエンジニアは、異常の修正に取り掛かること ができました。これにより、メーカーの将来の問題が解消された上、プロセスの安定度も向上 しました。 図2：PathWave Manufacturing Analyticsで使用可能なさまざまなデータビュー www.keysight.co.jp 3

メーカーは、PathWave Manufacturing Analyticsの解析を使用することで、潜在的な障害を 発生前に予測することができました。リスクの軽減方法についての意思決定を、手元の解析結 果を使い、十分な情報に基づいて行うことができたため、ダウンタイムは未然に防止されました。 さらに、PathWave Manufacturing Analyticsによるデータ収集は複数のサイトや地域を対象 としていたため、歩留まりとスループットの解析をその地域にわたってリアルタイムで実行す ることができました（図3）。こうした解析を行ったことにより、場所によって歩留まりとテスト 時間の両方に統計的なバラツキがあることが判明しました。メーカーでは、ただちにこのバラ ツキを調査し、アセンブリープロセスで見つかった問題を修正するために必要な対策を講じま した。 図3：製造現場のプロセスのグローバルなモニタリング www.keysight.co.jp 4

製品品質の向上、製造効率の最適化 このeMeterメーカーは、キーサイトのPathWave Manufacturing Analyticsソリュー ” ションを使用して、品質問題の根本原因を迅速に特定し、修正しました。また、プロ 信頼できる製品品質は、 セスにバラツキがあり、歩留まりとスループットの低下の原因になっていることも突 当社のお客様にとって 重要な要件です。収益を き止めました。バラツキの原因を分離し、プロセスを最適化するための変更が行われ 拡大するには、製造の ました。これにより、メーカーは、生産性の30 %の向上とスループットの35 %の向上 生産性とスループットを を短期間で実現しました。データに基づく意思決定を行うことで、資産の使用率が改 向上させる必要が 善され、OEEで40 %の向上も実現しています。メーカーは、収益を高く維持しながら、 あります。キーサイトの 最適な製品品質を備えたeMeterを提供できるようになりました。現在、プロセスは最 ソリューションのおかげで、 適化された状態にあり、将来のお客様の要望や製品の要件にも自信を持って対処して データの価値を最大限に いくことができます。 活用して、品質問題を 迅速に解決し、製造 プロセスの最適化や 全体的な効率の向上を 実現することが できました。 シニア製造テスト エンジニア 詳細情報：www.keysight.co.jp キーサイト・テクノロジー株式会社 本社〒192-8550 東京都八王子市高倉町9-1 計測お客様窓口 受付時間 9:00-12:00 / 13:00-18:00（土・日・祭日を除く） TEL：0120-421-345 (042-656-7832) | Email：contact_japan@keysight.com 本書の情報は、予告なしに変更されることがあります。© Keysight Technologies, 2018-2019, Published in Japan, April 1, 2019, 5992-3451JAJP 5