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。

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）

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。

AI技術の発展から、製造業では自社製品へのAI適用のニーズも増えている

近年のAI技術の発展は目覚ましく、その話題を目にしない日はない状況となっています。製造業でも、DXの進展と共に生産現場での故障予知や予防保全、画像認識などの用途でAIの導入が拡大しています。

この背景を受けて、自社製品の付加価値とユーザーエクスペリエンスの向上のため、製品の組み込み環境であるマイコンへもAIを取り入れるといったニーズも高まっています。

マイコン上へのAI実装には専門的な知識が必要

しかしマイコン上にAIを導入し、製品の機能性や価値を高めるには、適切な知識やノウハウが求められます。

初めに、AIの基本概念、動作原理、必要なデータの種類、マイコンのハードウェア制約、そして予定するAIモデルのサイズや複雑さといった基礎的な内容を理解する必要があります。

次に、事前の課題の整理、シナリオ作成、実現性の調査などの段階的な取り組みが重要となってきます。

さらに、データの収集、前処理、学習、テストといったAIモデルの導出に関する全体の工程を把握することで、AIの適切な活用方法の理解が深まります。

オージス総研が提供する「マイコン上へのAI実装支援サービス」とは

本セミナーでは、どのような知識が必要なのか、AIの効果をどうやって示すのか、など、マイコンでAIを活用する際に、制御設計エンジニアが直面する様々な課題を取り上げて、詳しく解説します。 また「時系列データ」に焦点を当てて、制御設計エンジニアが日常取り扱うセンサーやアクチュエータのデータを取り扱うための一連の作業手順を示し、つまづきポイントや具体的なテクニックを説明します。

オージス総研は、AIモデルと組み込みソフト両方に精通した技術者が在籍​しており、マイコン上でのAI活用に向けた様々なサービスを展開しています。

制御設計エンジニアの方で、これからAIに取り組む方、自社の製品でのAIの効果についえ具体的に示す必要がある方、PoCの次のステップに進みたい方、などに特におすすめです。

講演プログラム

09:45～10:00　受付

10:00～10:05　オープニング（マジセミ）

10:05～10:45　製造業向け: マイコンでの「AI活用」に向けて、制御設計エンジニアは何を最初に取り組めばよいのか

10:45～11:00　質疑応答

主催

株式会社オージス総研（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。

持続可能な社会の実現と企業責任

近年、気候変動や持続可能な開発目標（SDGs）などの社会課題の解決のために、製造業界でも資源の枯渇や環境配慮に対応する必要が出てきています。これを実現するためには、「資源循環」と呼ばれるアプローチを取ることも重要です。​

従来、製造業では、自社の製造過程で生じる副産物や廃棄物の「適正処理」や「資源循環」を廃棄物業者に委託するのが一般的でした。しかし今後は、メーカー自身が、販売した製品の資源循環に積極的に関与することが求められます。具体的には、メーカーが使用済み自社製品を顧客から集めて、それまでの「廃棄」の代わりにリサイクルプロセス（解体、破砕、選別など）を導入することで、鉄、アルミニウム、金銀銅、プラスチックなどの再生原料を作るという取り組みが挙げられます。これにより廃棄物の量の減少と、カーボンニュートラルの実現に寄与します。

資源循環のスキーム構築には、多岐にわたる専門知識が必要

しかしながら、資源循環のスキーム構築には、さまざまな知識やノウハウが必要となります。例として、広域認定の取得には、廃棄物処理法や各種リサイクル法など、環境規制に関連する法律や条例の知識が不可欠です。また、これまで資源循環に馴染みがない企業にとって、製品の種類に応じたリサイクル手法、使用済製品の収集方法、運搬業者や処分業者の選定など、検討しなければいけない事が多くあります。

このような背景から、使用済み製品の資源循環のスキーム構築には、ノウハウを持つ専門家のサポートが有効です。

リーテムの提供する資源循環構築サービスとは

リーテムは資源と廃棄物の分野における長年の経験と実績を活かして、企業様の自社製品の資源循環の仕組みづくりをお手伝いしています。また、広域認定やプラスチック使用製品の自主回収・再資源化認定の申請支援も行っています。​

​ 本セミナーでは資源循環のスキーム構築の基本的な流れ、つまづきポイント、具体的なケースなどを解説します。資源循環のスキームを構築したいが、何から着手すれば良いかわからずお困りの方、資源循環の取り組みの検討を始めたが、課題をお持ちでお悩みの方にお薦めです。

講演プログラム

10:45～11:00　受付

11:00～11:05　オープニング（マジセミ）

11:05～11:45　どう集める？リサイクル方法は？処理業者は？使用済み製品の「資源循環スキーム」構築でよくある悩みを解説 ～収集方法と再資源化の計画づくりから広域認定取得まで、リーテムがご支援できること～

11:45～12:00　質疑応答

主催

株式会社リーテム（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リアルタイムなデータ連携

製造業の現場では、企業のDX（デジタルトランスフォーメーション）の推進とともに、生産性の向上や効率化を目的とした多様な現場データの活用が進められています。特に、工場の生産状況を一元的に集約・管理を行う生産管理システムは、この中心的な役割を担っています。

企業は、生産管理システムを用いて、受注情報や生産実績などをリアルタイム分析することで、より精度の高い生産計画や迅速な意思決定が可能になり、生産効率の最適化が実現できます。

生産管理のエクセル依存からの脱却が難しい理由

しかしながら、現状多くの製造現場では、エクセルを用いて生産管理が行われています。これは、初期投資の問題だけでなく、市場の生産管理システムが、すべての中小製造業の業務フロー、特に見込み生産や個別受注生産のような多様な生産形態や、業界特有の特殊な工程などに十分に対応していないことが一因となっています。

このため、多くの企業はエクセルで独自のテンプレートやフォーマットをカスタマイズし、それを利用せざるを得ない状況になっています。しかしながらエクセルでは、他システム連携やリアルタイム更新、同時アクセス対応、履歴の変更追跡などが難しくなります。加えて、誤入力や操作ミスによるデータの不整合、コピーなどによるセキュリティリスク、データ量の増加に伴うパフォーマンスの低下などの問題が生じやすくなります。さらに、機能の追加やカスタマイズには高度な専門知識が求められ、属人化のリスクも高まります。

これらの課題を解決するためには、各企業のニーズに合わせて柔軟に対応できる生産管理システムが必要となります。

「伴走支援」と「セミカスタマイズ」でエクセルからの移行を実現する

本セミナーでは、エクセルからの生産管理システムの移行における様々な取組みを、「セミカスタマイズ」が可能な「ReMacsシリーズ」を例にしてご紹介します。

「ReMacsシリーズ」は、見込生産・受注生産の両方をサポートしており、企業の特定の生産方式や独特な工程に応じて「必要な機能」を追加する形でカスタマイズが可能です。さらに、現場からの多様な要望を当社エンジニアが直接ヒヤリングし、業務に合わせたカスタマイズを提案します。これにより、利用者は従来の業務フローを大きく変えることなく、システムをスムーズに導入することができます。 また、販売から計画、製造、購買、在庫、原価計算、そして会計連携に至るまで、幅広い業務をサポートしています。複雑な部品構成や加工、仕上げ、組立等の多段階の作業工程を一元管理することで、生産活動のリアルタイムな進捗や在庫の可視化を実現することが可能です。

自社に合う生産管理システムが無く課題を感じている方、エクセルで計画を立案をしているが手間がかかっている方、リアルタイムなデータで作業進捗や稼働率などの分析を行いたい方、などに特におすすめです。

プログラム

12:45～13:00　受付

13:00～13:05　オープニング（マジセミ）

13:05～13:45　(製造DX)中小製造業の「生産管理」は、なぜエクセルから脱却できないのか

13:45～14:00　質疑応答

主催

株式会社コスモサミット（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。

精密板金業界の職人不足とTIG溶接自動化の課題

ものづくりの世界もデジタルトランスフォーメーション（DX）の波に乗り、さまざまな自動化や効率化の取り組みが進められています。 溶接工程においても、ロボット溶接や自動溶接装置が導入され、特に大量生産や一定の品質・効率維持が求められる場面での採用が増えてきました。これらの技術は、連続的・単調な溶接作業を高速かつ高品質で行うのに適しています。

しかし、複雑な形状のワークや高度な溶接技術については、まだ自動化の実現が難しいのが現状です。特にTIG溶接は、高品質できれいな仕上げができるため外観が重要な製品でのニーズが高い反面、熟練の職人の技術に頼る部分が多く、ロボットによる自動化は困難と言われてきました。

TIG溶接の自動化が難しい理由

精密板金加工では、一般的に事前に圧延されてコイル状になった薄板が使用されます。このような材料は、製造過程で生じた残留応力や金属組織の微小変形などによって、特定の加工後に微妙な形状や位置のズレが生じる可能性があります。TIG溶接では、品質や強度を確保するために、ワークの形状や位置の精密な制御が求められます。熟練した溶接技術者であれば、微細なワークの変動や形状の変化に柔軟に合わせた溶接が可能です。

しかしながら、ロボットによる自動溶接の場合、事前に設定されたティーチングプログラムに従って動作するため、予定されていない微小な形状の変化に対応ができません。専用の治具を使用してワークを完全に固定することもできますが、板金加工では多くの場合、少量多品種の生産が求められるため、専用治具での対策は現実的ではありません。

このため、ワークの微小な変形をロボットが自動的に認識する技術が求められます。

3Dスキャンで溶接ロボットがズレや形状変化を「自動で」補正する

本セミナーでは、ロボットのティーチング作業の自動化を実現する『L-ROBOT』の技術を通して、従来自動化が困難であったTIG溶接の自動化に焦点を当てて事例と共に詳しく説明します。

『L-ROBOT』は、事前にロボットが対象ワークをスキャンし、LINKWIZ独自の「三次元形状処理技術」を用いて、溶接パスを自動で生成することが可能です。これにより、専用治具が不要となり、さらにティーチング作業も必要なく、ロボットがワークの形状や位置ズレに対応できるようになります。

TIG溶接の自動化を実現したいが、ワークの変形への対応に課題を感じている方、ロボット導入においてティーチングが難点と思われる方、TIG溶接だけでなく、溶接全般の自動化を検討されている方に、特におすすめします。

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　【精密板金】熟練を要する「TIG溶接」の完全自動化を実現した最新ロボット技術とは 〜「3Dスキャナ」×「ソフトウェア」でワークのバラツキに対応するTIG溶接ロボットを実現〜

14:45～15:00　質疑応答

主催

リンクウィズ株式会社（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。

中堅・中小の製造業においては、まだまだ長年の経験と勘による生産設備の運用が主流

中堅・中小製造業の多くの企業が、熟練者や現場責任者の経験と勘に頼って、生産設備の割り振りや運用、管理をしているのが実状です。 時代の変化によって、少量多品種生産、短いサイクルで製造ラインの組み換えなどが迫られている状況で、限られた生産設備を最適に運用できているか、把握しきれていない企業も少なくありません。

適切な保守タイミングがわからず、突発的にラインが停止する最悪のケースも

生産設備の稼働状況を数値化できていなければ、適切なメンテナンスのタイミングもわかりづらくなります。その結果、生産ラインが突発的に停止するなど、最悪のケースに陥る可能性も。 安心・安全に生産ラインを稼働させるために、IoTを用いて、生産設備の稼働状況の見える化が重要なポイントとなります。

工場まるごと、監視・見える化するための取り組みとは？具体的な事例を踏まえて解説

生産現場の状況をリアルタイムに監視し、稼働率や異常監視、保全管理、生産管理、分析作業を丸ごと実現する方法とは。 DX、IoTの専門的な人員を抱えるのが難しい中堅・中小製造業においては、いかに簡単に導入できるかが重要なポイント。 具体的な導入事例を交えて、どのように稼働状況を把握し、高い稼働率を実現させるのかをわかりやすく解説します。

プログラム

10:45～11:00　受付

11:00～11:05　オープニング（マジセミ）

11:05～11:45　中堅・中小製造業向け　現場の経験と勘による生産設備の運用・管理はもう限界～DXやIoTの専門家不在の中で、生産設備の稼働状況の分析と最適化をおこなう方法を解説～

11:45～12:00　質疑応答

主催

新東工業株式会社（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）