投稿サンプル

資料概要

拠点・工程
- 寄居工場、PA工程・PO工程
背景
- 今まで1種類の工場データを用いて簡易的な不良分析を試みていたが、より多角的にデータ分析して不良の原因特定を行う。
目的
- 寄居工場の工場データを組み合わせて不良分析ができるような前処理を行う
手段
- 寄居工場のIoT化に向けて施策の4ステップを定義した。
  1. 　データ収集
  2. 　データの見える化
  3. 　原因分析
  4. 　予測・制御
- 本活動でステップ①と②を実施した。ステップ①では「工場データの収集・クレンジング・結合」を実施。ステップ②では、分析画面によるデータの見える化に向けた「分析観点の抽出」を実施した。
結果
- ステップ①では、複数の工場データを結合させたデータテーブルを2種類作成した。
  1. 時間を基準に結合したデータテーブル
  2. VINを基準に結合したデータテーブル
- ステップ②では、2種類の分析観点を抽出した。
  1. 数値指標　：
    生産台数・不良数・機種塗色比率などの「生産情報」や、粉塵量・温湿度などの「設備・センサ情報」の2軸
  2. 比較対象　：
    日にち・時間・ラウンドなどの「When」、ドアセンサ・ブースなどの「Where」、機種・塗色などの「What」の3軸

資料内容

支援テーマの説明

「寄居PA・PO工程のIoT活動支援」は、寄居PA・PO工程を対象に、データ編集・分析作業の支援を行い、現場向けの分析画面の要件検討を支援しています。

現場課題と活動目的

本活動は、データ結合や分析に関わる現場課題を解決し、現場がデータ分析を基軸にした改善施策を議論できる支援基盤を構築することを活動にしています。データ分析を基軸にした「施策議論」までの流れを、以下に示します。

以上のような、「データ分析を基軸に施策議論する支援基盤構築」が目的です。

支援基盤の活用イメージ

「現場データの自動結合」や分析画面等の支援基盤の構築で、データ分析を基軸にした改善業務を支援します。

活動報告サマリ

「前処理の体系化」と「実施した分析から分析観点抽出」について報告します。前処理の体系化については、結合キーが異なる2種類の「時刻基準テーブル」と「VIN基準テーブル」を作成する際の結合前のデータ処理を体系化しました。設備・センサの計測タイミングで「通過したVIN」情報を紐づける事が重要です。実施した分析から分析観点抽出については、PA・PO工程の結合データの分析内容から、分析観点を「数値指標」×「比較項目」の組み合わせで整理しました。今後は12月末に向けて、「数値指標と比較項目の網羅的な洗い出し」と「分析画面の要件作成」を実施します。