Search Results for: 6

高度な分析機能を利用しているメーカーは、プロセスの欠陥を減らし時間とコストを節約できます。彼らは業界で利益を増やしながら成長します。 現在の複雑なビジネス環境で組織はますます多くのデータを生成しており、その情報を使用してより良い意思決定を行うことに対してより一層不安が高まっています。ビッグデータが企業の成功の最も重要な要因の1つになっています。一部の業界では、ヘルスケア、小売、金融サービスなどのデータや分析から生まれる大きな進化を実感しています。 ビッグデータを活用する 収量を向上させるために高度な分析機能を使用したいメーカーの重要な第一歩は、企業が処分できるデータの量を検討することです。ほとんどの企業は膨大な量のプロセスデータを収集しますが、通常は運営の改善の基礎としてではなく追跡目的でのみ使用します。これらの企業にとって、システムやスキルセットに投資して既存のプロセス情報の使用を最適化できるようにすることが課題です。例えば、複数のソースからのデータを集中化または索引付けすることでより簡単に分析することができ、パターンを発見し情報から実用的なインサイトを引き出す訓練を受けたデータ分析家を雇うことができます。 近年、ドイツでは「インダストリー4.0」戦略、米国では「インダストリアルインターネット」戦略、日本では「2014年生産白書」、中国では「中国製2025」計画が策定されて出版され、知的生産が指標とされ、それぞれの国で優先的に支持されています。「中国製2025」と「インダストリー4.0」のサイバーフィジカルシステム（CPS）の背景には、産業のビッグデータと「インターネットプラス」に基づいて知的工場を設立することが不可欠です。現在、生産分野はいまだに様々な世界的課題に直面しています。例えば、新興情報技術によるサポート（産業用無線ネットワーク、ビッグデータ分析、ソフトウェア定義ネットワーク、CPSおよびクラウドコンピューティング）、知的生産品目へのオントロジーモデリングの実施、およびビッグデータ分析を利用した知的品目の診断、最適化および再構成は、重要な研究価値と早急な現実的適応の要求があります。知的生産品目の柔軟性とリソースの利用効率を向上させる新世代の知的生産技術の調査と適応は、理論的に重要な意味を持ち工学的用途の価値を有しています。 知的生産は以下の典型的な特徴を有します。 高度な結びつき：製造/検出/組立装置、倉庫保管システム、伝送システム、ワークピース、サーバー、監視端末がすべて有線、無線、およびリアルタイム /非リアルタイム通信などの複数のタイプのネットワークを介して相互に接続されているネットワーク環境下に存在し、互いに通信し、データを交換することができます。 深い統合化：最下層の知的物理体と上位層の監視端末は、相互接続され、クラウドプラットフォームとインターネット接続されています。リアルタイムでクラウドプラットフォームにアップロードされたさまざまな種類の情報は、産業上のビッグデータを形成するためネットワーク内でデータ処理、制御、物理操作を同時に実行し、各プロセスの情報障壁を破壊し、 サイバー・フィジカル・システムである物理環境と情報環境の深い結びつきを発見することができます。 動的再構成：複数種類および少ロット製品の効率的な生産に適応するには、機器の健康状態および工作物の種類に応じて、必要なタイプの装置および伝送経路を決定する必要があります。装置の健康状態および工作物の種類が動的に変化しているため、システムの操作中に動的にシステムソースを再構成することが不可欠です。 データの膨大な量：知的生産システムは、少ロットの個別設定を満たさなければなりません。それぞれのタイプの知的物質は、装置の健康状態、生産過程の状態および製品情報を含む大量のデータを生成するために、再構成に関するリアルタイム交渉を必要とします。高速ネットワークテクノロジー、クラウドコンピューティングテクノロジー、およびビッグデータ処理テクノロジーの適応は、膨大な量のデータの伝送、保管、処理および分析を可能にします。

Better Quality Control with Data Management System 　高精度測定システムは、一つひとつの製品の品質の保証のために、リーン生産方式の製造業界でますます重要になってきています。最近では、全品自動検査と自動生産を組み合わせた生産の自動化が急速に進化しています。 　各製造業界のテクノロジーによりもの作りの方法は極めて多様化かつ複雑化してきました。部品の品質管理が非常に重要であり、重要な役割を果たす時代になったのです。連続生産にあたり、出荷する製品の品質を保証するため、生産プロセス能力の証明に必要なデータを計測し、定期的な品質監視の記録・分析をしなければなりません。 計測システムデータ管理の設計は、3つの主要な部分で構成されています。 通信システムと接続：得られたデータについて、設備ごとの情報収集ではなく、設備と測定機により得られた測定データをネットワーク中央処理に向けて直接送信することができます。これにより、お客様の必要な情報を１００％収集できます。システムはシーケンサーまたはパソコンのUSB端子に直接に接続し、SPC・有線（USB-ITN）に加え無線（U-WAVE）通信システムを選択することができます。得られるメリットは、日々同じ手順で繰り返す手作業の検査ミスの削減や検査時間の短縮改善、また管理者はU-WAVEによりリアルタイムのデータを検証することができます。 データ保存：測定と検証から得られた情報は非常に重要なものです。これらの情報に関しミスがあったり、データを紛失したり、またデータを有効に整理できなかったりすると、その時生産した製品の品質管理に影響を与える可能性があります。計測データ管理システムを利用することにより、追加の詳細を定義して、データベースにバックアップを保存することができます。すべての作業は、生産プロセスで段階的に記録され、それに関する情報は、工程管理の計画及び信頼性のある品質管理に活用されます。 生産データの統計的分析または統計的プロセス制御システムのシミュレーション(Statistical Process Control, SPC) の目的は、信頼できる製造プロセスの品質検査方法を決定したり、品質検査上のミスを削減したり、最適な作業環境下でさらに品質を向上させ、ワークピースの種類ごとに適切なツールと機器を計画できるようにしたりします。現在のグローバル市場の変化に対応し効率的に競争することが可能になります。 ミツトヨは世界トップメーカーとして高精度測定機の製造から販売までを行っています。測定工具のデータ処理等に関するソフトウエアを自社で設計し、お客様の様々なニーズにお応えするこれらの測定機は、得られた測定データをSPCに加え無線（U-WAVE）の通信システムによりネットワークで接続し、計測データをエクセルで正確かつ迅速に表示し、製品の品質管理と解析ができるソフトウエアに対応可能となりました。またデータ管理システムをMeasurLink（メジャーリンク）プログラムにより改善し、各種測定機をネットワーク構築によりサーバに集約し、品質情報の一元管理・共有化を実現しました。 製造プロセス中に運ばれていくワークピースを測定するのには、正確かつ高精度の測定、測定時間の短縮が求められます。加えて計測データをリアルタイムで統計処理し『品質の見える化』の実現が求められることから、加工効率の向上と共に、合理的な投資で測定の効率を国際標準に適合するようにできるのは理想的です。これらのことから、本システムはとりわけ「インダストリー4.0」に向けたものづくりのさらなる高度化に向けたビジョンにふさわしいものと認められ、世界中で広く利用されるようになりました。

人間とロボットのコラボレーションは、人間作業員とプログラム化マシンの相補的なスキルを活用することを目指しています。これは、2人対象者間の高度な相互作用を必要とし、それは特別な専用のロボットによって達成されることができます。既存の産業用ロボットを再設計して、安全要件を遵守して多数の共同作業を実行することが可能です 複雑な産業作業のために人間のオペレータと並行して作業することができるロボットの設計に対して、学術者およびロボット製造業者からの関心が高まっています。自動車組み立て技術に対する革新的な柔軟なアプローチに関する調査では、人間とロボットの協力が重要視されています。複雑な組立作業のなかには、ファスナの挿入やワイヤーハーネスの接続など、正確な操作とセカンダリ組立作業が必要なコンポーネントもあります。 これらのタスクの中には、自動化の精度とスピードが必要なものもあれば、人間操作者の器用さと知性が不可欠なものもあります。 ヒューマン・ロボット・コラボレーション（HRC）は、スピード、効率、生産品質の向上、職場のより良い品質（人間工学）の面で産業アプリケーションに利点をもたらします 人とロボットのコラボレーションが製造革命を推進します 現時点では、製品とその生産スケジュールの多様性により、小規模なバッチ生産ではほとんど自動化されていませんでした。 現場組織は、手作業のシステムを好み、その柔軟性を求めています。今や、いくつかのロボット製造業者が、ロボットと同じ職場で組立作業と溶接作業を人間が行うことを可能にする、協同ロボットと呼ばれる特別なロボットアーキテクチャを導入しています。具体的には、ユニバーサルロボット（UR3、UR5、UR10）、KUKA LBRイワ、ABBユミ、ファナックCR-35iAなどがあります KUKA LBR　iiwaは、微妙な組み立て作業のための軽量ロボットLBR iiwaの登場により、作業スペース内の人間とロボットのコラボレーションを実現しています。これにより初めて、人間とロボットは緊密な協力のもとで非常に繊細な作業においても協力することができます。新しいアプリケーション可能性が広がり、費用対効果と最高効率を実現するための道が開かれます。コラボレーティブで機密性の高いLBR iiwaロボットは、ペイロード容量が7kgと14kgの2つのバージョンがあります。 ユニバーサルロボットは、コラボレーティブロボット界のグローバルリーダーです。 同社は急速に成長しており、今や世界最大のコラボレーティブロボットメーカーとなっています。 同社が開発したプラットフォームであるUR10は、より多くのリーチを必要とする重い装置などで主に使用されています。 UR10はプログラミングに関してライト兄弟と同じ特性を持っています。 このような大型ロボットを制御するにあたってまさに使いやすいインタフェースです。 UR10ユーザーは、プログラミング方法を高速化させ、ロボットに適したツールを見つけるために、UR +プラットフォームの恩恵を受けることもできます。 残念なことに、これらのロボットは、ペイロード、速度、強度の面では限界があり、広範囲に利用されているわけではありません。これら一部の制限は、人間作業者の安全を確保するために技術仕様書ISO

多くの産業はインダストリー4.0での製造を目指して進歩し続けている。自動化の導入に加え、生産の効率化を助ける中心的な役割を果たす、迅速なコミュニケーションに基づく管理システム構築のためのテクノロジーを模索している。 　製造工程の各段階における管理は始めから終わりまで連鎖し、関連し合っている。製造開発から生産計画、サプライヤーから顧客への物流に至るまで、効率を最大限高める製造管理システムがそれぞれのサイクルにおいて不可欠である。先端を行く製造業者たちは市場の要求に応えるべく、しのぎを削っている。生産力を高めるために機械に投資するのではなく、長期にわたる高コストを踏まえて生産効率を高める方法を取っている。製造連鎖管理システムテクノロジーは様々な分野を網羅することができる技術であり、管理を円滑に進める助けとなる方法である。 Enterprise Resource Planning (ERP) 　ERPとは組織内での問題解決のため、業務管理に用いられるツールである。また投資計画や資産管理の効率を高めるためにも用いられる。利益を最大限引き出すために、部門間の壁を取り除き全体を管理することができる。1か所に保管された情報により、各作業分野の適応プログラムを結び付け、すべてのビジネス過程を集約する。使用の簡略化のため、製造分野においてこのシステムは製造情報だけを集めるという制限を設けている。製造工程や設計の分野には関わることができない。この制限のために多くの工場では全体の生産効率を高めるために他のソフトウェアを使用している。 Manufacturing Execution System (MES) 　ERPシステムは様々な制限により工程の各分野の情報にアクセスすることができない。必要な時に工場内のすべての工程を網羅できるように開発されたMESシステムは、PRODUCTION、PERSONNEL、QUALITYという3つの主要な工程を網羅している。顧客からの発注に始まり、生産計画、サプライヤーからの原材料や部品の受取り、可能な限り生産効率が高く低コストで品質の良い製品を製造するまでの工程を網羅する。MESプログラムはリアルタイムに近い情報にするためERPシステムと現場の情報のやり取りを仲介する役割を果たす。さらに、現場だけで決定するためにMESを現場で実際に起きていることを監視するモニターとして使用することもできる。機械はそれらの情報を人や他の伝達経路を介さずに反映することができる。 Product Lifecycle Management (PLM) 　製品の製造ライフサイクルすべてを管理するシステムである。企画から製品開発・複製の設計（CAD/CAM/CAE）に至るまですべての機関を集め、製品の管理工程に加わらせる。実際に始動する前の最も適切な状況での製造設計のためのPredictive engineering analytics とMechatronic system simulation

Article by: Asst. Prof. Suwan Juntiwasarakij, Ph.D., MEGA Tech Senior Editor 声認識によって消費者は機械学習や高度なアルゴリズムを使用したマルチタスクの実行が可能になります。テクノロジー企業はほとんどの製品に声認識を標準搭載することに関心を寄せています。それら企業の目標の一つは、音声アシスタントが文脈や内容に沿った正確な発言や返答ができるようにすることです。さらに、研究によると音声認識機能を持つバーチャルアシスタントの需要はますます拡大していきます。 声認識とは？ 音声認識とは話された単語を認識し、文字に変換する技術です。声認識は音声認識の一部で声によって人物を見分ける技術です。声認識ソフトは人が発する声を分析します。話された事を抽出し、読み取り可能な形式にデジタル化し、意味を分析します。アルゴリズムとそれまで入力された情報を基に人が何を言っているのか精度の高い予測ができます。 フェイスブック、アマゾン、マイクロソフト、グーグル、アップルなど世界の一流テクノロジー企業は、すでにGoogle Home、Amazon Echo（アレクサ）、Siriなどのサービスを様々なデバイスで提供しています。これら企業は声認識をほとんどの製品に標準搭載することを目指しています。その主な目標は声認識アシスタントが文脈や内容に沿った正確な発言や返答ができるようにすることです。 スマートスピーカー AIアシスタント機能を持つワイヤレススピーカー、スマートスピーカーは、ユーザーからの音声指示を受けて情報検索、音楽再生、オンラインショッピングなどの操作を実行できます。2015年にアマゾンがAmazon Echoを市場に送り出して以来、スマートスピーカーの人気は高まっています。グーグルがGoogle