【関西製造業祭り2026春】現場を変える技術はここまで来た〜世界最大の製造業見本市から持って帰ってきたもの〜

by 田中聖也

Embed

Start on current slide

Slide 1

Slide 1 text

現場を変える技術はここまで来た〜世界最⼤の製造業⾒本市から持って帰ってきたもの〜製造ビジネステクノロジー部スマートファクトリーチーム⽥中聖也

Slide 2

Slide 2 text

⾃⼰紹介 2 ● 2017.04~2021.07 製造業の⽣産技術部 ○ 設備の保全全般(事後,予防,予知) ○ IATF16949取得に向けた取り組み ● 2021.08~2025.01 SES ○ AI, OCRを活⽤した製造業向けの業務アプリ ○ AWSを活⽤したWebシステム ● 2025.02~ クラスメソッド⼊社 ○ メーカー様担当 ■ 製品の需要予測PoC ■ 原材料管理業務改善 ■ ⽣成AIを活⽤した⽣産設備の予知保全 ● 部署 ○ 製造ビジネステクノロジー部 ● 名前 ○ ⽥中聖也 ● 好きな⾔葉 ○ 現場‧現物‧現実 ● 趣味 ○ ⼯場の⾷堂でランチ

Slide 3

Slide 3 text

もうちょっと詳しい自己紹介 3 ● 年間60回ぐらい工場に行くソフトウエアエンジニア ● 現場の課題が解決されるのであれば方法にこだわらない ○ 先入れ先出しを物理的に実現するためにシューターの作成を支援 ● 玉掛け、クレーン、フォークリフトなど工場で必要な資格は持っている ○ AWS、機械学習や深層学習系の資格も保持 ○ 去年に「トヨタ生産方式研究会」の講座に参加 ● 作業者と「あーでもない、こーでもない」と言いながら現場で一緒に悩んで考えるのが好き ○ 作業のカイゼン ○ レイアウトのカイゼン ○ 業務フローの分析/カイゼンハノーファーメッセのブログなどはこちらからどうぞ

Slide 4

Slide 4 text

⽬次 1. ハノーファーメッセとは？ 2. なぜSIerのクラスメソッドがハノーファーメッセに参加するのか？ 3. 専⾨家要らず。PLCで機械学習が動く時代が来た 4. みんなで使って業務で活躍できる便利なAIを育てよう 5. 設備保全で使えそうな⾯⽩センサー 6. ヒューマノイドロボットに備えて準備を進めよう 7. まとめ 4

Slide 5

Slide 5 text

ハノーファーメッセとは？

Slide 6

Slide 6 text

ハノーファーメッセとは？ 6 ハノーファーメッセ知っているよ!! ハノーファーメッセ⾏ったことあるよ!! ハノーファーメッセ⾏ってみたいよ!!

Slide 7

Slide 7 text

ハノーファーメッセとは？ 7 産業技術‧製造業のための世界最⼤級の産業⾒本市⽇本だと「ものづくりワールド」や「JIMTOF」に近い。毎年、春ごろにドイツのハノーファー市で開催される。 ● 1947年から続くドイツ‧ハノーファー開催の世界最⼤級の産業⾒本市 ● 4⽉20〜24⽇の5⽇間、約13万⼈来場‧約4,000社出展 ● 1⽇かけて回ってもホール1つ終わらないくらい広い ● 主要テーマは AI‧脱炭素‧⽔素‧産業⽤ロボット

Slide 8

Slide 8 text

ハノーファーメッセとは？ 8

Slide 9

Slide 9 text

ハノーファーメッセとは？ 9

Slide 10

Slide 10 text

なぜSIerのクラスメソッドがハノーファーメッセに参加するのか？

Slide 11

Slide 11 text

なぜSIerのクラスメソッドがハノーファーメッセに参加するのか？ 11 ● クラスメソッドはソフトウエアで実績があるが、製造業での認知度は皆無 ● 製造ビジネステクノロジー部のミッション ○ 製造業のお客様の現場課題を解決する ● 製造業のお客様と話していると、クラウドの話だけでは⾜りないことが多い ● 世界の最先端技術を現場で⾒て‧触って‧持ち帰る必要がある ● ハノーファーメッセはそれが⼀気に⾒られる世界最⾼の場持ち帰った情報を皆様に共有することで、皆様の課題解決を後押し

Slide 12

Slide 12 text

なぜSIerのクラスメソッドがハノーファーメッセに参加するのか？ 12 これから個⼈的に現場で使えそうと判断した技術を紹介していきます

Slide 13

Slide 13 text

ハノーファーメッセ個⼈的ベスト⼤賞

Slide 14

Slide 14 text

ハノーファーメッセ個⼈的ベスト⼤賞 14

Slide 15

Slide 15 text

専⾨家要らず。PLCで機械学習が動く時代が来た Beckoﬀブース訪問より

Slide 16

Slide 16 text

専⾨家要らず。PLCで機械学習が動く時代が来た 16 なぜ製造⼯程で機械学習が必要なのか？

Slide 17

Slide 17 text

専⾨家要らず。PLCで機械学習が動く時代が来た 17 カメラ画像を機械学習(AI)で判断したい⾼速ラインで判定して不良品は排出したい学習済みモデルを現場で動かしたいデータサイエンス活⽤したい PLC 判定⽤PC (AI) PLCと判定⽤PCが別の箱で同期が必要ベンダーAで学習したモデルベンダーBの機材ベンダーを超えたモデルの使⽤ができない PLC 判定⽤PC (AI) 別々の箱なので通信の遅れが発⽣する

Slide 18

Slide 18 text

専⾨家要らず。PLCで機械学習が動く時代が来た 18 BeckoﬀのTwinCATVisionが今までの問題を解決する

Slide 19

Slide 19 text

専⾨家要らず。PLCで機械学習が動く時代が来た 19

Slide 20

Slide 20 text

みんなで使って業務で活躍できる便利なAIを育てよう Microsoftブース訪問より

Slide 21

Slide 21 text

みんなで使って業務で活躍できる便利なAIを育てよう 21

Slide 22

Slide 22 text

みんなで使って業務で活躍できる便利なAIを育てよう 22 製造設備の状態を聞いている AIが設備情報やTeamsでのやり取りを参照して回答

Slide 23

Slide 23 text

みんなで使って業務で活躍できる便利なAIを育てよう 23 ※Copilotの有料ライセンスが必要です。権限の範囲内でしかCopilotは情報を参照できません。

Slide 24

Slide 24 text

設備保全で使えそうな⾯⽩センサースタートアップブース訪問より

Slide 25

Slide 25 text

設備保全で使えそうな⾯⽩センサー 25

Slide 26

Slide 26 text

設備保全で使えそうな⾯⽩センサー 26 ● ワッシャーの中に⼒‧温度‧ 振動‧速度センサーを内蔵した製品 ● ボルト締結部の緩みや異常を遠隔で監視できる ● ⾵⼒タービン、橋梁、鉄道など安全クリティカルなボルト⽤途に既に実装ありボルトの緩みなどを確認したい場合に有効

Slide 27

Slide 27 text

設備保全で使えそうな⾯⽩センサー 27

Slide 28

Slide 28 text

設備保全で使えそうな⾯⽩センサー 28 ● ベアリングの潤滑状態を電気的に測るセンサー ● 従来の振動センサーは「もう壊れている」を検知する ● 「潤滑状態が悪化している」を検知する ○ 振動センサよりも悪化の検知が⼀段早い ● ベアリング故障の80%は潤滑不良が原因(担当者談) ● 仕組み: 軸に微弱AC電流を流し、インピーダンス (分かりやすく⾔うと電気の通りにくさ) を測定 ● 直接接触なら抵抗、潤滑膜があればキャパシタンス(電気を貯める性質) ● 取り付け⽅も柔軟: ハウジング側‧シャフト側‧誘導式の3パターン

Slide 29

Slide 29 text

ヒューマノイドロボットに備えて準備を進めよう

Slide 30

Slide 30 text

ヒューマノイドロボットに備えて準備を進めよう 30

Slide 31

Slide 31 text

ヒューマノイドロボットに備えて準備を進めよう 31

Slide 32

Slide 32 text

ヒューマノイドロボットに備えて準備を進めよう 32

Slide 33

Slide 33 text

ヒューマノイドロボットに備えて準備を進めよう 33

Slide 34

Slide 34 text

ヒューマノイドロボットに備えて準備を進めよう 34

Slide 35

Slide 35 text

ヒューマノイドロボットに備えて準備を進めよう 35

Slide 36

Slide 36 text

ヒューマノイドロボットに備えて準備を進めよう 36

Slide 37

Slide 37 text

ヒューマノイドロボットに備えて準備を進めよう 37

Slide 38

Slide 38 text

ヒューマノイドロボットに備えて準備を進めよう 38

Slide 39

Slide 39 text

ヒューマノイドロボットに備えて準備を進めよう 39 ● ロボットロボットのロボットだらけ ○ ロボットだけでは⽬を引かない ● 先進的な会社では製造⼯程での活⽤が始まっている(BMWでは⾞体の組⽴にヒューマノイドロボットを使⽤) ● ⾃社にあったロボットを⾒つけれるかが鍵 ○ どのロボットメーカーも⾃社のエコシステム(他の⾃社サービス)を使ってもらえるように必死 ○ ロボット間の学習転移が難しいためベンダーロックされがち⾃社にあったロボットメーカーの情報を積極的に収集するのが⾮常に重要

Slide 40

Slide 40 text

ヒューマノイドロボットに備えて準備を進めよう 40 情報収集以外に準備できることは？現場主導で準備できることは？ペーパーレス化脱Excel IoT化クラウド推進最新システム導⼊デジタル⼈材育成

Slide 41

Slide 41 text

ヒューマノイドロボットに備えて準備を進めよう 41 2S(整理‧整頓) ● 整理 ○ 不必要なモノ/仕事を捨てること ● 整頓 ○ 必要なモノをすぐに取り出せるように配置すること ○ 必要な仕事だけで業務が完結していること ● 物理的に⼈間が働きづらい環境はヒューマノイドロボットも働きづらい ● マニュアルが少ないor古い状況で⾊んな資料を⾒たり不必要な転記作業が多いとAIも働きづらい⼈間もAIもロボットも物理的に精神的に働きやすい環境を作りましょう整理整頓はタダ!!

Slide 42

Slide 42 text

まとめ

Slide 43

Slide 43 text

まとめ 43 ● ハノーファーメッセに参加して、様々な最新技術や⽇本では⼿に⼊らないような技術をたくさん持ち帰ってこれた ● 現場の課題を解決する技術だけでなく、⾃社製品をより⾼付加価値にするようなビジネスの種も発⾒できる場である最新技術も必要だけど‧‧‧ ● 現状のモノ(設備、情報、⼈材)でどこまで解決できるか ● 最新技術を使えるように作業環境、業務フローの整理整頓来年は⼀緒にハノーファーメッセにいきましょう!!

Slide 44

Slide 44 text

No content