自動化の時代が始まったとき、製造業者はプロセスの考えられるあらゆる段階でロボット工学を利用したいと考えました。これにより生産性と生産量は向上しましたが、生産プロセスでは依然として一貫した結果が得られませんでした。エンジニアが自動化で欠陥ゼロが達成できない理由を考えている間に、生産管理者は、通常はコンピューティング リソースに手動でコーディングされた統計データを使用して、スケジュール、在庫、メンテナンス、エネルギー コストの管理と計画に手一杯でした。
産業用IoT (IIoT) は、ネットワーク化されたデジタル情報、ネットワーク化された情報処理、ネットワーク化された制御によって運用を最適化するために、インダストリー4.0の導入とともにソリューションを提供しました。IIoTにおける「モノ」とは、通常、機器に組み込まれたセンサー、またはさまざまなプロセス フロー ポイントに追加されたセンサーのことです。これらは、インダストリー4.0に関連する最適化された運用を可能にする 4つの基本的な柱 の1つです。
センサーによる認識の向上
大規模に実装されたセンサーは、計算能力に情報を提供し、新しい実用的な洞察を活用して運用の多くの領域を改善できるようになります。以下の点で重要な役割を果たします。
柔軟性と応答性の向上: センサー情報により、ジャストインタイム プロセスの使用を最適化するために必要な即時認識が構築され、作業員が操作のあらゆるポイントで変更と要件について十分な情報を得ることができます。
機器のダウンタイムの削減: センサーにより、機器の自己監視が可能になり、メンテナンス要件を予測して自己調整できるため、設置、構成、メンテナンスのコストが削減されます。
歩留まりの向上: センサーは、製造工程の最後に製品を「検査」して品質保証を支援するだけでなく、プロセス フロー全体を通じて品質管理を可能にします。また、さまざまなプロセスに必要な量の材料のみが使用されるようにすることで、廃棄物を最小限に抑えることもできます。
コンプライアンスの実証: センサー データは、適正製造基準 (GMP) に関連するさまざまな規制やさまざまな標準へのコンプライアンスを実証するために使用できる監査可能なトレースを作成します。
新しいプロセスとコスト構造の開発: 過去のセンサー データを分析すると、プロセスをさらに最適化する方法を理解するのに役立ちます。また、プロセスレベルと材料レベルでのコストに関する洞察も提供し、より効率的なプロセスの開発や、他の場所での単位あたりのコストの調整に役立ちます。
センサーの種類
上記のような利点を実現する センサー には多くの種類があります。製造業界で最も一般的なセンサーには以下のものがあります。
- • フローセンサー リフローはんだ付け機などのプロセスチャンバーにパイプを通して供給される流体の流量を測定する
- • 力センサーまたはロードセル またはロードセルは、ロボットアームの安全な把持を保証したり、材料容器の補充が必要な時期を測定したりする用途で、1つまたは複数の軸にかかる力を測定します。
- • 湿度センサー クリーンルームや在庫保管庫など、湿度管理が必要な場所で使用される。
- • 画像センサー 産業用カメラシステムの一部として、検査、プロセス制御、ワークフロー管理、ロボット誘導システム、追跡アプリケーションに使用されます。
- • レベルセンサー タンク、ビン、コンテナ内の材料量をリアルタイムで測定します。
- • 位置センサー — 角度または直線 — 移動距離を検出し、ロボットやコンベアで使用され、部品の配置、検査、梱包、仕分けに役立ちます。
- • 近接センサー ロボットによる取り扱いのための物体の距離や、安全上の理由から作業員と機器の距離を測定する
- • 温度センサーIRセンサーを含む、重要なプロセス温度と機械の状態を検出するのに役立ちます
機器の状態を監視または予測するために、 加速度計、粒子カウンタ 、電流計 または 電力計、 振動センサー、超音波マイクなどの追加のセンサーが使用される場合があります。そのため、スマート ファクトリーには、多くの場合ミリ秒間隔でデータを生成する認識向上デバイスがあふれています。
スマートセンサーによる分散型インテリジェンス
センサー駆動の最適化された操作では、継続的なデータ生成のために、情報を差別化して優先順位を付ける必要があり、プロセス制御パラメータと安全上重要な測定値はリアルタイムまたはほぼリアルタイムで処理され、残りはより長い時間枠で分析されます。さらに、産業用イーサネットまたは5Gネットワークを介してすべてのデータをデータセンターに移動すると、単一のプロセス ステーションが数ミリ秒ごとに10 ～ 30のデータ ポイントを吐き出す可能性があるため、実行不可能な場合が多くあります。
スマート センサー は、コンピューティング リソース、機械学習 (ML) アルゴリズム、人工知能 (AI) を組み込むことでこの問題に対処します。したがって、即時の対応を必要とする情報はセンサー ノードで高速に処理され、上流または下流の条件と組み合わせたより詳細な分析のメリットが得られるデータは、データセンターまたはハイブリッド クラウドで処理できます。さらに、組み込みAIはセンサー自体のパフォーマンスを認識できるため、破損したデータの発生を減らし、センサーの故障が発生する前に損傷を警告することができます。
フィードバックループの実装
高度なセンサーとセンサー モジュールを組み込みのコンピューティング リソースと組み合わせることで、生データをインテリジェントなリアルタイムの意思決定とアクションに変換できます。これにより、前述の製造上の不一致に対するプロセス変動に関する洞察を活用することで、プロセスをより強力に制御できるようになります。
下流のプロセスと装置の情報を上流にフィードバックして製造の早期変更を実施することで、歩留まりを大幅に向上させることができます (図1)。
図1: 上流のリソグラフィ プロセスと下流のエッチング プロセス間の自動フィードバック ループによって限界寸法 (CD) の変動を減らす可能性を表すブロック図。
図1に示すフィードバック ループは、ほぼすべての製造プロセスに適応できます。たとえば、プリント回路基板 (PCB) に部品を実装する場合、メーカーは通常、リフローはんだ付けプロセスの前後に自動光学検査システム (AOI) に産業用カメラを配置します。リフロー前のAOIは、はんだペーストの堆積とデバイスの配置エラーを検出し、リフロー後のAOIは、修正が成功したかどうかを検証します。
このようなフィードバック ループを自動化すると、温度や湿度などの製造条件のわずかな変動や、材料、プロセス ガス、圧力のわずかな変化によるプロセス条件の不確実性が排除されます。その結果、出力の一貫性が実現されるだけでなく、プロセスの最適化を改善し、変化する生産レシピに対してより適切かつ迅速に調整できるようになります。
品質4.0に期待
品質チェックと品質管理 (QC) は常に製造業の一部でしたが、センサーとAIによって実現されるスマート製造によって、企業が欠陥ゼロを期待するようになったのは初めてのことです。1960年代半ばに導入された品質管理の流行語は廃れてしまいましたが、スマート センサーによって生み出されたデジタル化された認識のおかげもあって、この概念はゼロ欠陥イニシアチブで復活を遂げています。
さらに、Quality 4.0では、フィードバック ループ システムを製造現場のすぐ外の在庫やサイト管理、さらにはパートナーの製造現場にまで拡張し、プロセスのライフサイクル全体にわたって材料と製品を追跡することで、スコアカード主導の初期の欠陥排除の試みを進めています。
欠陥ゼロは野心的な目標ですが、Quality 4.0によって達成可能になりつつあるようです。そのフレームワークは、インダストリー4.0のスマート センサー基盤上に構築されています。
センサーを使用して業務を最適化する方法については、最寄りのArrow担当者に今すぐお問い合わせください。
