案例

將數據可視化，

實現高效率的工廠經營

樂天株式會社浦和工廠

食品工廠、日本

背景 / 問題

依賴人工的流程使得設備效率停滯不前

樂天浦和工廠是一家甜點工廠，生產規模在日本國內數一數二。生產巧克力甜點、冰品和冰淇淋製品。
食品製造業雖已在逐漸推動自動化，但是至今仍未建立一套標準來分析、判別故障發生的原因，因此許多流程仍需依靠熟練員工的經驗來進行。因此，就會出現諸如老手退休導致後續青黃不接，需要人力和時間來處理機器異常所引起的產線停止以及機器故障等問題。因此，運用IoT（物聯網）和AI（人工智慧）導入一個解決方案，讓它集中管理所有生產相關流程的需求就顯得越來越迫切。

解決方案

成功地將老手的技術和知識化為數據並加以分析

為了將這套系統應用到整條產線，團隊首先開始研究如何將其運用到工序複雜的「雪見大福（一種用薄麻糬皮將香草冰淇淋包成大福狀的冰品）」製造過程中。導入了可以對生產現場進行即時診斷和離線分析的解決方案。
此外，過去麻糬的製作一直仰賴於在現場工作的老手的經驗，如今為了有效運用導入的解決方案，團隊額外使用了可測量溫度、振動、壓力、電流等的感測器，收集與麻糬製作過程有關的數據。（STEP1）
分析數據，弄清了糯米皮的製作與電流之間的相關性，並成功制定了診斷規則。（STEP2）
目前已建構並開發出一種不僅能收集、運用和控制糯米皮生產過程中所產生數據的機制，更能擴展到整條產線上。（STEP3）

效果

成功從小批量開始推動整條產線智慧化

收集、運用過去依賴人工的程序的數據，並從特定區域逐漸擴展到整條產線。實現產線智慧化後，可以透過檢測故障跡象來達到「預防維護」和「品質穩定（減少有缺陷的產品）」，進而成功提高了產能。

SMKL

將數據運用到整條產線上

Level D

優化

Level C

分析

Level B

可視化

Level A

資料收集

Level 1

員工/實作者

Level 2

工作區域

Level 3

工廠

Level 4

整體供應鏈

成熟度層級管理層級

資料分析

STEP IC1 :

數據可視化
(數據收集、加工)
STEP IIC2 :

分析並運用數據
(即時處理數據)
STEP IIIB3 :

運用到整條產線上

從各流程中有限的區域收集數據，推動即時數據分析和分析數據的運用。從有限的流程擴展到整條產線。

客戶反饋

目標是智慧工廠的橫向擴展

圖中為致力於樂天浦和工廠智慧化的小組成員。由左至右分別為樂天浦和工廠的秋本、杉本、卞及協助導入的Narasaki Sangyo Group的松永剛

樂天的浦和工廠未來的目標是「全自動工廠」。為此，必須運用可讓數據「可視化」的解決方案，並計畫擴大數據的取得範圍。這項計畫獲得了「可視化」所帶來的工作量減少和資訊共享後所帶來的幫助，開始努力加快改善速度。
此外，團隊也將運用本次經驗進行橫向擴展，為兩座位於九州和滋賀，同樣生產雪見大福的工廠導入使用了本解決方案的分析系統。
杉本談到他未來將致力達成「完全自主運作」的目標：「我希望未來工廠可以達到『完全自主運作』。我想建立一個可以在產線停止或發生故障前，就能讓工廠自主處理的機制。」