データ主導の意思決定のメリット

予測や予想結果ではなく、データに基づいて意思決定を行うことで、設備に関してはるかに正確で効率的な結果を生み出すことができる。センサー データを収集し、部品の有無という狭い範囲をはるかに超えた有用な情報に変えることができる。この情報は、材料の発注時期、従業員、生産、メンテナンスのスケジューリング、生産ラインのアップグレードが必要かどうかの判断など、ユーザーが重要な意思決定を客観的に行う際に役立ちます。

例えば、データ・インテリジェンス機能が限定的な金属スタンプ業務を考えてみよう。既存の設備にコンポーネントを追加することで、これまでアクセスできなかった情報を収集・解釈し、OEEの本質である機械の稼働率、性能、品質を理解することができる。品質と性能は、光電センサーによってモニターすることができる。 印刷機から出る良品をカウントし、その数を生産された部品の総数と比較する。機械の稼働率は、モーター電源ケーブルに取り付けた電流監視センサー によって簡単に監視できます。

電流監視データは、機器のエネルギー使用量を追跡する能力も生み出す。電流測定と供給電圧を組み合わせ、この結果を経時的にモニターすることで、プラント管理者は設備の運転コストをより正確に把握することができる。このデータは、どの設備が最もコスト効率よく運転できるかを示すだけでなく、既存の設備の維持・運転コストと、エネルギー使用量の少ない新しい設備のコストを比較することで、将来の設備決定に役立てることができる。

従来、大手メーカーは毎月、あるいは四半期ごとに振動の専門家にモーターとベアリングを分析させ、測定値を追跡し、故障が発生する前に積極的に問題を修正しようとしてきました。他の企業は、サービスの必要性の予測に基づいて、定期的な間隔でメンテナンスを実施したり、単に故障したときに機器を交換したりする。これは、機械学習が振動センサー からのデータを分析し、メンテナンスが必要な時期を判断し、オペレーターに警告を発することで、機器が故障する前に積極的に問題に対処できるようにするものである。

もうひとつの例は、圧縮空気システムの効率と稼働時間を改善するためのデータ利用である。振動、温度、電流センサー をコンプレッサーモーターに追加し、圧力センサーと露点センサーを下流に追加することで、データを経時的に分析し、傾向を追跡することができる。モーター温度が異常に上昇し始めたことをセンサーが認識した場合、技術者を直ちにコンプレッサーに派遣してチェックすることができる。あるいは、モーターが頻繁に作動し始め、システム圧が大きく変化する場合は、エア漏れの兆候かもしれません。技術者は問題を即座に突き止め、余分なエネルギー消費と出費を避けることができる。

生産効率を高め、限りある資源を最大限に活用するためにデータを収集、分析、活用する能力は、オートメーションを次のレベルに引き上げるだけでなく、その先のレベルにまで引き上げることができる。