「生産のアナデジツイン」でデータから多角的に診断を行う　ーウイングアーク1st 小林氏

2020年7月16日、ウイングアーク1st株式会社のウェビナー「生産デジタルツインの現実解～目指す姿とそのアプローチ～」が開催された。

本記事は、同ウェビナーでのウイングアーク1stの講演内容について紹介する。

始めに、ウイングアーク1stの荏原光誠氏がこのウェビナーの目的として、「経営方針、事業方針を変化する際、データによるファクトが重要ではないかと考えている。工場や産業の現場で状況はどう変わっているのか、未来に対してデータを活かす取り組みについて話していく予定だ。」と語った。

続いて、ウイングアーク1stの小林大悟氏が登壇し、「「生産デジタルツイン」のとらえ方・進め方」というテーマで講演を行った。

生産のデジタルツインとは？

生産デジタルツインとは？ — デジタル空間上に現実世界とよく似たデジタルの工場を作ることで、現実世界では困難なことを試すことができる。

まず、生産のデジタルツインとは何か？という解説を行った。

デジタル空間に現実世界とよく似たデジタル工場を作る、これをデジタル上の双子（デジタルツイン）と呼ぶ。予測を行い、計画・指示・制御を行う、その結果をまたデジタルに戻して予測し、最適な生産を行う、これが生産のデジタルツインだ。

生産のデジタルツインの主な用途は、

生産計画の最適化
工場レイアウトの最適化
シミュレーション結果との比較による異常検知

というところになる。重要なポイントは、現実世界でいきなりやると大変なことを、デジタルで試すということがメリットになるということだ。例えば、工場などをいきなりレイアウト変更するのは大変だが、デジタルツインを構築すると、デジタル上で予めレイアウトを検討してから現実世界にフィードバックすることができる。

このセミナーは、工場シミュレータでシミュレーションを行うシーメンス株式会社、可視化するツールを提供するウイングアーク1st、これらをトータルサービスとして提供してる株式会社マクニカというメンバーで様々な視点からこの生産デジタルツインというテーマに対して、解説や議論を行うものだとした。

しかし、実際に生産デジタルツインを構築しようとすると、

コンセプトはわかるが、実際にどうやるのか？
ツインというけど、精緻なシミュレーションモデルは簡単に作れるのか？
設備、人、材料、生産方法のすべてをデジタル化できないのでは？
製造実行システム持っていないし、人の作業はどうするのか？
最適化というけど、生産・調達・・・・とサプライチェーン全体を最適化できるのか？

など様々な疑問がある。

「アナログツイン」から「アナデジツイン」へ

このような疑問を持っている人が、生産デジタルツインをどうとらえて進めていくかという時に、まず、デジタルツインの反対側である「アナログツイン」というものを考えてみる。

現実世界では、生産日報や検査結果、点検表などの紙媒体にデータが記載されていて、このデータを見ると工場の様子がわかる。そして、このデータから最適な計画や指示を行なったり制御したりしている。現状、デジタル化を進めていなくても、工場は稼働する。

しかし、このアナログツインのモデルが、特定のある人の頭の中だけにあると、その人が退職や異動などで現場からいなくなってしまった時、このモデルは利用できなくなってしまう。つまり、個人に紐付けるのは問題がある。更に個人に紐付けていると、最適化も個人の主観になってしまう。納期が重要としている人であれば、在庫は後回しになるかもしれない。

他にも、現場のアナログデータを確認しようとすると、生産日報の記録する時間単位が60分単位だったり、生産日報を1日分をまとめて記入するため翌日になってから結果がわかったりすることが起きる。

また、検査結果を見ても、今月は原因はわからないけど不良が多かったということや、点検が大変な箇所は6ヶ月に一回しか点検されていないなど、項目や書面によって、データの質が統一されていないことが多いので、アナログツインでは、現状実施している最適化が本当に最適なのかどうかはリアルタイムにわからなくなっている。

そこで、「生産のアナデジツイン」というものを考えたという。いきなり、デジタル上に工場を作ろうとするのではなく、可能なところからデジタル化していくという考え方だ。

例えば、データ収集の部分をデジタル化することから始めるということでも良いのではないだろうかという。

センサーを使って精緻なデータをリアルタイムに集めてくる。
人がやる作業もタブレットを活用する。
収集したデータを診断する。
計画の立案をデジタル上のシミュレーションで置き換える。

など、効果が出やすいところからデジタルに置き換えていくということもできるのではないかとした。

同じデータでも様々な見方ができる

ウイングアーク1stは、診断にフォーカスしているという。データの見方は様々だ。本来であれば、製造現場で取得したデータを見れば、様々なことがわかる。良品率や歩留まりといった生産状況や品質を管理するようなデータも変換を行うことで、不良廃棄費や材料ロス費といったような、原価管理を行うために必要なデータになる。

経営判断が現場のデータと紐付けて診断ができることが重要だと考えている。

そのためには、最適化ということを診断するためのダッシュボードが必要になる。ウイングアーク1stでは、ノンプログラミングで簡単にダッシュボードを作る製品として「MotionBoard」を準備している。

小林氏は、「データ（事実）から多面的に良し悪しを診断することができる状況を作ることが重要だ」とした。