昨今、AIを利用した設備故障予兆検知は大規模プラントから工場のラインや生産設備の保全に移りつつあります。また製造現場からの要求は設備故障予兆のみならず品質劣化の予兆検知を求められるようになってきました。
　本講座では、お客様と共に取り組んでいる故障および品質劣化予兆検知など生産現場でのAI技術活用事例と最新の分析技術について事例をまじえて紹介します。また、社内における実施予算獲得のためのポイントやプロジェクトの進め方など、コンサルテイング経験をもとに紹介します。

IoTによる「つながる工場」の実現と導入、活用方法

(2019年6月12日 10:30〜16:30)

1. 製造業におけるAI活用の動向
   1. はじめに
   2. AI活用の業界動向
2. 保全現場での課題と対策の傾向
   1. 保全現場において発生している課題
   2. 技能伝承における課題
   3. コスト削減における課題
3. インバリアント分析技術の概要
   1. 故障予兆/品質劣化予兆監視のニーズ
   2. 「インバリアント分析」とは
      1. インバリアント分析の概要
      2. 異常箇所の特定方法
      3. インバリアント分析の適用範囲
         • リアルタイム予兆/異常検知
         • 保守/点検プロセスの効率化
         • 品質改善
4. 故障予兆検知へのビッグデータ分析技術適用事例
   1. ビッグデータ活用のシナリオ
   2. 仮説設定と活用ステップ
   3. 監視におけるインバリアント分析技術の位置付け
   4. 先進的な事例
5. 新しいセンシングと分析技術
6. おわりに
   1. 社内における予算獲得のポイント
   2. 新しいプロジェクトをどう進めるか

三菱電機 株式会社 名古屋製作所

(2019年6月13日 10:00〜12:00)

• 数々の優れた実績をあげる世界で最先端を行く工場に迫る
• 設備稼働率190%にアップ、生産性180%にアップ、システム構築コスト65%ダウン
• 実証 e-F@ctory化工場、IoT時代見据えたFA機器の新開発拠点

三菱電機 株式会社 可児工場

(2019年06月13日 13:30〜15:30)

• e-F@ctoryとロボットを活用した電磁開閉器の自動化生産ライン
• ロボット組立セル生産方式を導入
• 品質向上・高稼働率を実現し未来へ
• 人と機械とのつなぐ次世代モノづくりの現場へ潜入

スケジュール

• 1日目
  • 10:30〜16:30 セミナー
• 2日目
  • 9:20 集合 (JR新幹線 名古屋駅 銀の時計前)
  • 10:00〜12:00 三菱電機 株式会社 名古屋製作所 工場見学
  • 12:00〜13:30 バスにて移動 (昼食)
  • 13:30〜15:30 三菱電機 株式会社 可児工場 工場見学
  • 15:30〜17:00 移動、名古屋駅で解散