本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

少量多品種生産など日本のものづくりの特徴と、製造業におけるExcelによる生産管理の限界とは

日本の製造業においては、少量多品種生産や、細やかな製造ラインの切替などの特徴があります。人手不足や従業員の高齢化に悩む製造業では、いまだに経験と勘に基づき、Excelにまとめられた情報で生産管理を行っている企業が少なくありません。

IT専任者確保の壁と、身の丈に合わない生産管理システム導入による過剰な運用コスト

Excel管理からの脱却を検討し、自社に適した生産管理システムを導入しようとしたとき、壁となるのはIT専任者の確保です。近年、IT人材の採用が困難な状況が続いています。そのような中、SIer、ITベンダーに任せることによって、必要以上に高性能・多機能なシステムの導入を勧められ、過剰な運用コストに頭を悩ませるというケースも見受けられます。

製造業で本当に使えるのは、製造現場を知る人間が作成した産業用アプリ

オフィスワーク向けに簡単に作成できるアプリが定着している今、製造業においても、スマホ・タブレットで簡単に使える産業用アプリが注目され始めています。製造ラインの業務を熟知しているのは、その現場にいる製造担当者・責任者です。ITエンジニアでなくても、業務内容に沿って簡単にアプリを作成できる産業用アプリケーションの導入について、豊富な事例を交えながら、詳しく解説します。

プログラム

15:45～16:00　受付

16:00～16:05　オープニング（マジセミ）

16:05～16:45　製造業向け　Excelと紙運用の生産管理からの脱却と、コスト過剰なシステム導入に悩まない方法とは～プログラミング経験不要　自社の業務に合わせて簡単作成、スマホ・タブレットで使える製造業向けアプリとは～

16:45～17:00　質疑応答

主催

さくらインターネット株式会社（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

複雑化・属人化が加速する製品開発と短くなる開発期間

近年の製造業は、グローバルな競争の激化、顧客のニーズも多様化により、開発期間は短縮される一方で、製品のバリエーションは急速に増加しています。 製品開発において、ソフトウェアによる複雑な制御やIoTデータ連携も進んでおり、製品のプロセスはますます複雑になっています。これら複雑な製品を効率よく、かつ手戻りのない方法で開発し、品質を維持するためには、異なる要素間の相互作用を正確に理解し、開発プロセスの初期段階でシステム全体を適切に設計することが不可欠です。 このため、製品やシステムの開発プロセスをモデルを中心に行うMBSE(モデルベースシステムエンジニアリング)の手法は、今後ますます重要になります。

製造業でMBSEプロセスを定着させる難しさ

しかしながら、製造業の多くの開発現場では、MBSEの手法を導入する際にさまざまな課題が生じています。

まず、MBSEは従来の開発プロセスと大きく異なるため、組織全体でこの新しいアプローチを受け入れ、標準の開発プロセスとして根付かせる必要があります。しかし、製品やシステムをモデル化することに重点を置いているMBSEは、モデルを十分に成熟させ、効果的に利用できるようになるまで時間がかかる可能性があります。そのため、特に長年にわたって培われてきた従来の開発プロセスで成功体験がある場合、新しい手法の導入が困難になり、組織文化の変革が必要となります。 また、開発現場でモデルを効果的に利用するためには、新しいスキルセットと知識が求められ、これが短期的な負担となることがあります。 これらの課題を克服し、開発現場でMBSEを定着させるためには、適切なプロセスとガイドラインの設定や、部署間での横断したコミュニケーションの促進、さらには成功事例を積み重ねて共有する取り組みが不可欠です。

テクノプロが提供する「MBSE支援サービス」とは

本セミナーでは、MBSEの手法を採用した製品開発プロジェクトを通じて、開発の効率化と品質向上を実現した具体的な事例をご紹介いたします。

テクノプロ・デザイン社は、長年にわたる製造業での豊富な経験やドメイン知識を基に、業界最大級の技術サービスを提供してまいりました。自動車業界のお客様とのお取引も多く、A-SPICEや機能安全などの標準化されたプロセスに関する知見を有しています。

テクノプロでは、MILS、HILS、SILS、1D/3DCAEを活用したシミュレーションや、ソフトウェアだけでなくハードウェアのモデル作成に至るまで、多岐に渡るMBD(モデルベース開発)に関する実績を有しており、そのMBD開発知見を基に、製造現場でのMBSEプロセスの初期導入からその後の継続的な運用に至るまで、幅広いサポートが可能です。

「社内のMBSEのプロセスの普及や教育に課題がある」​ 「開発にMBSEの手法を取り入れたいがノウハウが無くて不安に感じている。」​ 「他機種、少量多品種になり、さらに開発期間が短縮しているため、開発プロセス自体を見直したい」 という方に特におすすめです。

プログラム

09:45～10:00　受付

10:00～10:05　オープニング（マジセミ）

10:05～10:45　（MBSE技術の導入）組織を横断して複雑化・属人化する製品開発への特効薬　～モデルベースで開発プロセスを可視化/効率化し、品質リスクを適切に管理する～

10:45～11:00　質疑応答

主催

株式会社テクノプロ　テクノプロ・デザイン社（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです。

ツールはTeamsを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

進展する製造DXと計測データの重要性

製造業では、スマート工場化を推進するために、生産ラインや設備などの機器から得られるさまざまなデータを活用する取り組みが進んでいます。

特に生産ラインや製品の性能、環境条件などの計測データは、従来の監視や制御だけでなく、品質管理や、在庫最適化、生産効率の向上、装置の故障予測など、様々な用途での活用が期待されています。

計測装置用アプリ開発で必要となるAPI確認やプログラミング知識

しかしながら、計測データの取得とその活用に際しては、いくつかの課題が存在します。 初めに、計測制御システムが専用アプリケーションを持っていない、あるいはそのアプリケーションの機能が不足している場合、用途に適したアプリケーションの開発が求められます。

しかし、多くの製造業の現場においては、高度なプログラミング技術を持つ人材が不足しているか、外部委託のための予算を確保するのが難しいというケースが少なくありません。その結果、現場の担当者自体がアプリケーションの開発を進める必要が出てきます。

この場合、通常の業務に加え、アプリケーション開発にはデバイスの仕様の理解、専用APIの調査、データ収集方法の選定、グラフ化、ファイル出力などのコーディングに関する高度なプログラミングの習得が必要となります。さらに、他者が作成したコードのメンテナンスも課題として考慮する必要があります。

Visual Studioで計測装置のアプリを「超時短」で作る方法

本セミナーでは、計測システム開発支援ツール「DAQ-DNC-FE」を使った、Windowsで計測制御システムに向けたアプリケーションを、ローコードで素早く開発する具体的な方法について紹介します。

「DAQ-DNC-FE」は、 Visual Studio に対応した、計測システム専用のローコード開発環境です。コンテックのコントローラーや各デバイスに対応しており、パラメータ設定、グラフの表示、データのロギングやランプ、ラベル、ボタン、テキストボックスなど、多種多様なコンポーネントが取り揃えられています。これらのコンポーネントをGUI上で「ドラッグ＆ドロップ」するだけで、手軽にアプリケーションを開発することが可能です。

コンテックの製品を利用されている方で、計測制御システムに関わるアプリケーションを素早く開発したい方、プログラミング初心者でローコードでの開発に興味がある方などに特におすすめです。

プログラム

13:45～14:00　受付

14:00～14:05　オープニング（マジセミ）

14:05～14:45　API調査もコーディングも不要、Visual Studioで計測装置のアプリを「超時短」で作る方法

14:45～15:00　質疑応答

主催

株式会社コンテック（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

本ウェビナーは2023年11月9日開催分の再放送ウェビナーです。

11月9日開催分を見逃した方や、ご予定が合わず参加できなかった方はぜひご参加ください！ ※11月9日開催のライブセミナーへご参加希望の方は、ぜひ下記よりお申込ください。 https://majisemi.com/e/c/tprj-20231109/M1A

製造DXの目指す全体最適とは

グローバル市場の競争激化、材料の高騰、複雑化した国際情勢などの厳しい事業環境の中で、製造業が今後生き残っていくためには、深刻な人手不足を解消し、効率化や生産性を最大限に高めていく必要があります。

しかしながら、日本の製造業のデジタル化やDXは、紙をデジタル化する、工場のライン生産を最適化するなど、ある程度限定的な範囲で進んでいるのが現状です。本来、製造業のDXが目指すべきは、製造現場の局所的な自動化や効率化だけではなく、現場から得られるデータを最大限に活用した、需要変動への迅速な対対応や、品質傾向からの要因分析、設計へのフィードバックなど、工場を超えた生産活動全体のプロセスを最適化する取り組みであるはずです。

ボトムアップ型改善と縦割り文化によるDX実現の課題

前述のように、日本の製造業における工場を横断したDXの取り組みは、多くの課題を抱え、思うように進展していません。

日本の工場では、独立採算制の導入などの要因で、歴史的にボトムアップ型の現場改善が主流となっていました。また、製造現場が本社や情報システム部門と、物理的かつ心理的な距離を感じるケースが多いのも一つの特徴です。これにより、工場ごとに権限が分散されて、縦割り文化が形成されるため、工場を跨ぐような組織全体を通じた活動を難しくしています。

その結果、各工場におけるラインや工程での部分最適化は可能であるものの、全社視点で工場間を連携させる試みは、組織の壁に阻まれています。現場がどのようなデータを持っているのか、どのような連携手段が利用可能なのか、そもそも、何を最適化したいのかといった議論が進まないことが、その実現を難しくしています。

現場とIT部門と一緒に変革する「横断的なコラボレーション」と「全体最適化」

組織全体の改革を実現するためには、初期段階の現場のペーパーレス化の段階から、現場のエキスパート、社内のDX担当者、そして情報システム部門が密接に連携し、最終的なデザインとビジョンを共有して進める必要があります。 本セミナーでは、「TULIP」という製造業向けDXプラットフォームを使用し、どのような人材が必要なのか、誰が主導すべきなのかなど、組織を超える横断的なコラボレーションを実現するための具体的な推進方法について、実際の事例をもとに詳しくご説明いたします。

「TULIP」は、製造業のデジタル化を促進するための、現場が独自にカスタマイズ可能な、強力なローコード開発プラットフォームです。その高い自由度により、計測機器や各種センサデータのデジタル化を初めとして、MESやERPなどの上位システムとの連携までも実現することができます。これにより、現場の局所的なデジタル化の活用だけにとどまらず、組織を横断したDXを実現する上での重要なハブとして利用することができます。

製造業のDXを推進する部門や担当の方、DX推進をサポートしなければいけない情報システム部、そして現場でDXによる改善を行いたい部門の方、などに特におすすめです。

プログラム

11:45～12:00　受付

12:00～12:05　オープニング（マジセミ）

12:05～12:45　先進事例に学ぶ：誰が推進する？どんな人材が必要？工場を超えた「全体最適」を組織横断で実現するには

12:45～13:00　質疑応答

主催

株式会社T Project（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

製造現場の深刻な人手不足と製造DXの必要性

製造業では、少子高齢化などの影響から熟練技術者が減少し、深刻な人手不足に見舞われています。

そのため製造現場においても、省人化や、作業の効率化の取り組みを強力に推進させる必要があります。

ChatGPTの衝撃と、進む対話型AIの採用

近年、技術が進化しAIが実用的なレベルに達していることから、製造業ではIoTと連携させることで多くの新しい取り組みが展開されています。

2022年11月30日にOpenAIが発表したChatGPTが登場して以降、製造業の現場でも対話型AIの活用が積極的に検討されています。

製造業が深刻な人手不足に直面する中で、AIをどのように効果的に活用するか、熟練技術者のノウハウをどうやってAIに転換するかは、極めて重要な課題となっています。

「産業用スマートグラス」×「OpenAI」は、製造現場の深刻な人手不足を解決できるのか？​

本セミナーでは、産業用に特化して開発されたスマートグラス「RealWear」とマイクロソフト社提供の「Azure OpenAI」を組み合わせた対話型作業支援ソリューションを通じて、AIの活用が製造現場にどのようなメリットをもたらすのか、についてご紹介いたします。

「RealWear」は音声操作により100％ハンズフリー操作を実現する、高い耐久性と大容量バッテリーを備えた、産業用のスマートグラスです。目の前に映し出された情報を音声で操作できるため、手を自由に使うことが可能であり、特に「危険な場所での作業」、「手が汚れる作業」、「両手を使う必要がある作業」など、多様なシチュエーションに適しています。

一方で、「Azure OpenAI」は、ChatGPTやGPT-4を含む多様な生成AIモデルを、Microsoft Azureのクラウドプラットフォーム上で利用可能なサービスです。これにより、OpenAIと同様のモデルを実行しつつ、Microsoft Azureのセキュリティ機能も活用できます。

NSWでは、IoTやARの技術、デジタルツインの活用を含め、製造業のDXを幅広くサポートする多岐にわたるソリューションを提供しています。 製造DXの実現に関心がある方、製造業の人材不足や現場の教育に課題を持っている方、現場のマニュアルなどの多言語対応に課題がある方などに特におすすめです。

プログラム

09:45～10:00　受付

10:00～10:05　オープニング（マジセミ）

10:05～10:45　製造現場の深刻な人手不足、「産業用スマートグラス」×「OpenAI」は解決策となるのか？

10:45～11:00　質疑応答

主催

NSW株式会社（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

本セミナーの再放送を11月22日（木）12:00～13:00に開催いたします

今回のセミナー日程でご都合が合わない方は、ぜひ下記よりご参加をご検討ください！ https://majisemi.com/e/c/tprj-20231122/M1A

製造DXの目指す全体最適とは

グローバル市場の競争激化、材料の高騰、複雑化した国際情勢などの厳しい事業環境の中で、製造業が今後生き残っていくためには、深刻な人手不足を解消し、効率化や生産性を最大限に高めていく必要があります。

しかしながら、日本の製造業のデジタル化やDXは、紙をデジタル化する、工場のライン生産を最適化するなど、ある程度限定的な範囲で進んでいるのが現状です。本来、製造業のDXが目指すべきは、製造現場の局所的な自動化や効率化だけではなく、現場から得られるデータを最大限に活用した、需要変動への迅速な対対応や、品質傾向からの要因分析、設計へのフィードバックなど、工場を超えた生産活動全体のプロセスを最適化する取り組みであるはずです。

ボトムアップ型改善と縦割り文化によるDX実現の課題

前述のように、日本の製造業における工場を横断したDXの取り組みは、多くの課題を抱え、思うように進展していません。

日本の工場では、独立採算制の導入などの要因で、歴史的にボトムアップ型の現場改善が主流となっていました。また、製造現場が本社や情報システム部門と、物理的かつ心理的な距離を感じるケースが多いのも一つの特徴です。これにより、工場ごとに権限が分散されて、縦割り文化が形成されるため、工場を跨ぐような組織全体を通じた活動を難しくしています。

その結果、各工場におけるラインや工程での部分最適化は可能であるものの、全社視点で工場間を連携させる試みは、組織の壁に阻まれています。現場がどのようなデータを持っているのか、どのような連携手段が利用可能なのか、そもそも、何を最適化したいのかといった議論が進まないことが、その実現を難しくしています。

現場とIT部門と一緒に変革する「横断的なコラボレーション」と「全体最適化」

組織全体の改革を実現するためには、初期段階の現場のペーパーレス化の段階から、現場のエキスパート、社内のDX担当者、そして情報システム部門が密接に連携し、最終的なデザインとビジョンを共有して進める必要があります。 本セミナーでは、「TULIP」という製造業向けDXプラットフォームを使用し、どのような人材が必要なのか、誰が主導すべきなのかなど、組織を超える横断的なコラボレーションを実現するための具体的な推進方法について、実際の事例をもとに詳しくご説明いたします。

「TULIP」は、製造業のデジタル化を促進するための、現場が独自にカスタマイズ可能な、強力なローコード開発プラットフォームです。その高い自由度により、計測機器や各種センサデータのデジタル化を初めとして、MESやERPなどの上位システムとの連携までも実現することができます。これにより、現場の局所的なデジタル化の活用だけにとどまらず、組織を横断したDXを実現する上での重要なハブとして利用することができます。

製造業のDXを推進する部門や担当の方、DX推進をサポートしなければいけない情報システム部、そして現場でDXによる改善を行いたい部門の方、などに特におすすめです。

プログラム

09:45～10:00　受付

10:00～10:05　オープニング（マジセミ）

10:05～10:45　先進事例に学ぶ：誰が推進する？どんな人材が必要？工場を超えた「全体最適」を組織横断で実現するには

10:45～11:00　質疑応答

主催

株式会社T Project（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

ウェビナー概要

今回の講演では成長型ビジョンオートメーションシステム 「TriMath」を提供する東京エレクトロンデバイス株式会社とともに、多品種取扱い現場における自動化の課題、”リモート”を取り入れた新しいコンセプトの自動化について講演を行います。

現場作業を取り巻く環境

日本企業の２社に１社が「人手不足」を感じる現代、中でも中小企業では64.9%が人手不足を実感している一方、ロボットシステムや生産設備の導入を検討しても、費用面や技術面などが要因で100%の自動化が難しい現状があります。 特に多品種取扱い現場ではロボットシステムの導入時、多品種に対応するための「導入時コスト」、製品の不定形な形状や様々な状態での供給故の「ワークの正確な認識ハードル」、製品や作業変更による「導入後運用の負担」といった課題があります。

いきなり100%完全自動化は目指さない、自動化への段階的進化を可能にする”リモート”

リモートロボティクスが提供する「Remolink」はクラウドを経由して現場にあるロボットとリモート環境にいる人がともに働くためのサービスです。 ワークの認識不良や追加学習のための判断、現場のロボットシステム側でのエラー発生時などに、ロボット側の画像情報やステータス情報をリモート環境にいる人に伝え、人がロボットに対し、仕分け先の指示や追加学習のための指示を行います。 リモート環境だからこそ、一人の人が複数のロボットシステムの”人が担当すべき業務”を行うことができます。

東京エレクトロンデバイスが提供するTriMathとは

産業用３Dカメラによる画像処理・AIによる解析など、ビジョン機器を駆使したビジョンロボットシステム。 TriMathは、このビジョンロボットシステムを構築するための制御システムおよび操作盤、ビジョン機器を一体化した製品です。 お客様の現場ニーズに合わせて素早くシステム導入でき、また、導入後の現場変更にも柔軟に対応します。 ビジョンロボットの導入と運用のカタチを変える以下３つの特徴があります。 　・現場で対応できる成長型機能 　・独自制御でロボットシステムを簡単にセットアップ 　・画像処理・ AI でワークを器用に認識・識別 今回はさらに、TirMathとリモート操作を掛け合わせたビジョンオートメーションシステムの新しいコンセプトをご紹介します。

こんな方におすすめ

・多品種取扱い現場でこれから自動化を検討する方、または自動化を検討したが何かしらの理由で完全自動化を諦めたご経験のある方 ・すでにロボットを導入済みだが、画像処理の追加学習やエラー発生時の対応にお困りの方

プログラム

12:45～13:00　受付

13:00～13:05　オープニング

13:05～13:25　リモートロボティクス：”リモート”がもたらす人とロボットの新しい働き方

13:25～13:50　東京エレクトロンデバイス：【TriMath×リモート】価値を感じ続ける新しいビジョンオートメーション

13:50～14:00　質疑応答

主催

リモートロボティクス株式会社（プライバシー・ポリシー）

共催

東京エレクトロンデバイス株式会社（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

深刻な人手不足と、増える未経験の作業者

近年、多くの製造現場が、少子高齢化と労働人口の減少、さらに厳しい労働環境といった背景により、深刻な人手不足に直面しています。

その結果、ベテラン作業者の減少や、一人当たりの作業負担の増加、未経験者の多数採用といった背景が重なり、現場でのヒューマンエラーが起きやすくなる状況が生まれています。

このようなミスが発生してしまうと、納期や品質、コストに及ぼすだけでなく、顧客からの信頼の喪失や、場合によっては契約問題にまで発展してしまう可能性があります。

マニュアルや教育ではなくならないヒューマンエラー

多くの現場では、ヒューマンエラーはマニュアルの作成や従業員の教育を通じて、対策が進められています。しかしながら、これらの対策だけでは、ミスを完全に排除するのは難しいのが実情です。

その理由としては、ヒューマンエラーの原因が、作業者の不注意や体調不良、業務量といった人的要因に加え、ピーク時の情報連携の不備や、適切な指示ができなかった場合など、業務プロセスの問題も関連します。さらに、識別情報のラベリングの不鮮明さ、イレギュラーな物品の配置、そして作業環境における照明や気温といった外的要因も、ヒューマンエラーを引き起こす原因になります。

そのため、あらゆる状況において、ヒューマンエラーを確実に排除する仕組み作りが求められます。

QRコードと電子鍵を使って、誤投入を確実に「ブロック」する方法

本セミナーでは、ステルテックが提供する「材料誤投入システム」に焦点を当て、IoT技術を活用した、タンクへの材料投入におけるヒューマンエラーを排除する取組みについて、詳しく解説いたします。

「材料誤投入システム」は、既存のタンクに後付けすることが可能で、作業者専用の「作業者QRコード」と、投入材料に添付した「材料QRコード」を用い、3ステップの直感的な操作で電子ロックをコントロールします。

このシステムには、材料の画像やコメントも登録可能です。そのため、作業者はまず、システム上の画像で正しい材料を確認し、その後、照合作業が完了するまでタンクの電子ロックが解除されません。これにより、誤った材料投入のリスクが大幅に低減されます。

またシステムからのログを用いて、作業のトレーサビリティなどのデータ活用も可能になります。

材料を配合する作業がある製造現場の方で、誤投入に関連したヒューマンエラーを無くしたい方、投入作業のトレーサビリティを管理したい方、に特におすすめです。

プログラム

09:45～10:00　受付

10:00～10:05　オープニング（マジセミ）

10:05～10:45　（製造現場）どうしても無くせない人的ミス、「原材料の誤投入」を確実にブロックして損失を回避する

10:45～11:00　質疑応答

主催

株式会社ステルテック（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）

本セミナーはWebセミナーです

ツールはZoomを使います。URLは直前にメールにてご連絡いたします。 なお、「osslabo.com」「majisemi.com」からのメールが迷惑メールとならないよう、メールの設定をご確認下さい。

製造DXの進展と、求められる高品質

近年の製造業におけるDX（デジタルトランスフォーメーション）の取り組みは急速に進展しています。

外観検査の分野においても、カメラなどの撮像デバイスの発展、画像処理技術の高度化、深層学習を核とするAI技術の進化などを背景に、従来の人手や、画像処理技術を用いた検査から、AIを活用した検査へと移行が進んでいます。

外観検査AI導入での障壁

しかしながら、AIを活用した外観検査には様々な課題が伴います。

良品と不良品をAIに正確に識別させるためには、どちらのサンプルも適切なバランスで学習データとして提供することが必要です。

特に、不良品は微細な傷や色のムラ、形状の変形など、様々な特性を持つため、それらを正確に捉えるための多様な不良データが不可欠となります。しかし、一般的な製造業では不良品を極力少なくする運用が確立されているため、充分な量の不良データを確保するのは困難です。その結果、学習データの偏りが生じてしまい、AIが特定の不良を見落とすリスクが高まります。

この課題の解決のため、限られた教師データだけで、高い検知精度を得るAIモデルが求められています。

少量の良品データで高精度な検出が可能なAIモデルとは

本セミナーでは、「いつもと違う」を教えてくれる外観検査AI「Gemini eye」シリーズを通して、少量の良品データのみを用いても高い検出精度を達成する方法を、様々な事例を交えて詳しく解説いたします。

「Gemini eye」シリーズは、Pros Consが独自に開発した「教師なしアルゴリズム」を採用しています。これにより、従来の方法とは異なり、不良データを教師データとして用いることなく、99％以上の不良品を高精度で検出します。さらに、「Gemini eye」シリーズは、お客様の製造ラインに適した光学機器や設備、そしてコンサルティング支援を総合的に提供する体制を整えています。また、PLCを通じた各種機器やシステムとの連携も可能です。

特に、AIの外観検査システムの導入を検討しているが、学習用の不良データの収集が難しく課題と考えている方、外観検査システムを導入してみたが過検出が多く精度に課題がある方、従来のヒトや画像処理での検出に限界を感じている方、などに特におすすめです。

プログラム

13:45～14:00　受付

14:00～14:05　オープニング（マジセミ）

14:05～14:45　（外観検査AI）大量の「不良データ」は本当に必要なのか

14:45～15:00　質疑応答

主催

株式会社Pros Cons（プライバシー・ポリシー）

協力

株式会社オープンソース活用研究所（プライバシー・ポリシー） マジセミ株式会社（プライバシー・ポリシー）