事例の概要
| 企業 | 平田精工ジャパン株式会社 |
|---|---|
| 地域 | 日本 |
| 業種 | 素材・その他 |
| 企業規模 | 中堅・中小 |
| 用途 | 品質・プロセス分析 |
| 使われた技術 | 成形データの一元管理、工程能力の算出、CAE流動解析の組み合わせ |
| 関連する製品・サービス | — |
成果
取り組みの内容
射出成形の不良は、樹脂のロットや金型温度、保圧などの条件がわずかにずれるだけで発生します。条件出しを熟練者の勘に頼る工場では、新しい金型の立ち上げに時間がかかり、不良の原因を後から追うのも困難です。
中小機構の省力化ナビに掲載された平田精工ジャパン（プラスチック成形、50人）は、成形データを一元管理し、そのデータから工程能力を算出する仕組みを整えました。さらにCAEによる流動解析を組み合わせ、金型や成形条件を試作前に検討できるようにしています。
令和元年から5年にかけての取り組みで、工程内不良率は1.36%から0.5%に下がりました。試作に必要な人員は12名から8名に減り、立ち上げのリードタイムは半分になり、売上は15%増えたと紹介されています。
この事例はAIそのものではなく、データの一元管理と統計的な工程管理、シミュレーションの組み合わせです。ただし、条件と品質を紐付けたデータが揃っていることは、将来AIで不良を予測したり条件を最適化したりする際の前提条件そのものであり、中小の成形工場がAI活用に向かう順序を示しています。
この事例から読み取れること
- AIを導入する前に、成形条件と品質の紐付けデータと工程能力の算出を整えるだけでも大きな成果が出ることを示す事例だと当サイトは見ています
- 不良率・人員・リードタイム・売上を複数年で追っており、効果を一つの指標でなく経営指標まで含めて示している点が参考になります
- CAE流動解析で試作前に検討する流れは、将来の解析を学習済みモデルで代替する技術と組み合わせやすい構成です
本ページは企業・提供元が公開した情報にもとづき、費用負担を受けずに作成しています。成果の数字は発表時点のもので、当サイトによる検証値ではありません。
