案例
通过数据可视化实现高效的工厂运营
株式会社乐天 浦和工厂
食品工厂，日本
背景和课题
依赖人力的流程使运行效率停滞不前
背景和课题乐天浦和工厂是日本国内生产规模庞大的糖果工厂之一。生产巧克力糖果、冰冻点心和冰淇淋产品。
食品制造业是一个自动化不断推进的领域，但对于故障发生的原因却没有规范化的阐释和判定，很多工序仍然依靠熟练工的“直觉和窍门”来维持运作。因此，行业面临着诸多问题，比如熟练工退休等会造成未来劳动力短缺，机械异常造成的生产线停止和机械故障需要花费人力和时间来处理，所以越来越需要导入一套利用IoT（物联网）和AI（人工智能）的解决方案来集中管理生产相关的所有流程。
解决办法
成功实现熟练工技术知识的数据化和分析
解决办法为了应用于整条生产线，我们敢于从复杂的“雪见大福（用薄薄的年糕团包裹香草冰淇淋制成大福状的冰冻甜点）”制造工序开始研究。导入了一套可以对生产现场进行实时诊断和离线分析的解决方案。
为了有效利用导入的解决方案，还加入了可以测量温度、振动、压力、电流等参数的传感器，收集以往依靠熟练工的“直觉和窍门”完成的年糕制作相关数据。（STEP1）
通过分析这些数据，明确年糕制作情况与电流的相关关系，成功制定诊断规则。（STEP2）
现在除了年糕制造工序之外，还构建并扩展一整套系统，对整条生产线上的数据进行收集、运用和控制。（STEP3）
效果
从小批次的启动开始，成功实现整条生产线的智能化
效果将过去由人工完成的工序数据收集和运用逐步从特定领域扩展到整条生产线。通过达成生产线智能化，可以实现检测故障征兆的“预防维护”和“品质稳定化（抑制不良品）”，最终成功提高生产率。
SMKL
将数据运用贯穿整条生产线
SMKL
数据分析
-
STEP IC1 :数据可视化
(数据收集和加工) -
STEP IIC2 :数据的分析和运用
(实时处理数据) -
STEP IIIB3 :应用于整条生产线
从各工序的限定领域数据收集开始，推进实时分析和分析数据的使用。实现从限定工序到整条生产线的扩展。
客户之声
目标是工厂智能化的横向发展
客户之声
致力于乐天浦和工厂智能化的成员。左起依次为乐天浦和工厂的秋本先生、杉本先生、卞先生，以及协助导入此系统的楢崎产业的松永刚先生
乐天浦和工厂将来的目标是成为“全自动化工厂”。为此必须使用能实现“可视化”的解决方案，以扩大数据获取范围为目标。计划通过可视化减轻作业负担，实现信息共享，并提升改善速度。
此外，今后同样生产雪见大福的九州、滋贺两工厂也将导入使用本套解决方案的分析系统。
杉本先生在谈到今后为实现“全自动运转”这一目标所做的努力时说：“我们将来的理想是实现工厂的‘全自动运转’。我们希望打造出能在停止前或出现不良前自主进行处理的系统。”
请向以下询问有关通过打破依赖人的流程来利用数据来提高生产率和工厂运营比率的更多详细信息。
案例研究
我们在全世界范围内各行各业中都取得了显著的成绩。
案例研究
