智能工厂案例研究

制造车间的IoT化将提高的生产率。而实现这一点的必要条件又是什么呢?(前篇)——揭示福井村田制作所引进的运用传感器的“预测性维护”的目的

自IoT一词普及以来,各个领域都指出了实现IoT化的必要性。IoT是指在现有的机器上增加通信功能和数据获取功能,从而能够通过互联网查看情况或分析数据。操控大量机器的制造车间同样也是需要实现IoT化的领域之一。作为村田制作所的主工厂,福井村田制作所从2016年开始就对制造车间实施了大规模的IoT化。该工厂还引进了“预测性维护”,利用传感功能对每台设备的运行情况分别进行数据分析,并在发生故障或突然停机之前改善问题。我们就推进IoT化的关键因素,向推进该项目的工业工程师久保寺进行了询问。

定期检查将产生“过多”损失

――首先,请向我们介绍一下福井村田制作所实施的IoT化。

在福井工厂,绝大部分的产品都是通过机器生产的。我们在各种机器上都安装了传感器等机械装置,以感测机器的运行情况、速度、扭矩、振动、温度和湿度等数值。这样就可以通过获取的数据“预测”机器故障,进行提前发出警报的设置。感测到警报时,被称为“维修负责人”的维修技术人员就会赶来进行检查和维修。

我们并没有给所有机器都配备统一的装置,而是针对关系到质量的方面,为每台机器分别安装了传感器等。我们设定了“阈值”这一时刻测量数值并发出警报的基准线。这一IoT化使得预测故障并防范于未然的“预测性维护(或预知性监测维护、状态监测维护)”成为可能。

福井村田製作所

——到目前为止,你们是怎样解决设备故障的呢?

大致有两种方法。一种是“事后维修”,即发生故障后由维修负责人进行处理。另一种方法是通过定期检查等方式防止故障发生的“预防性维护”。这两种方法在许多工厂中都已成为主流,但二者都存在各自的问题。

先说事后维修,由于故障和停机都是突发的,因此工厂的生产计划相应地就会被打乱。福井村田制作所一年365天,一天24小时不间断运转,如果停机两个小时,这一部分的损失就必须通过其他方法弥补。机器不见得立刻就能被修复,而且如果问题很严重,还必须更换原本计划使用的机器,即“更改机器的生产计划”。而且在发生停机之前,还有可能已经出现过小故障。

此外,维修负责人的人数也是有限的。由于是突发性故障,维修负责人此时可能无暇处理,从而产生“等待维修”的时间。维修负责人每天要忙于处理多个事后维修,因此无法立即确保人手的情况也并不少见。这可以说是一个很大的损失。

——就防止突发性故障造成损失这一层意义而言,另一个方法,也就是“预防性维护(通过定期检查等方式防止故障发生)”似乎更为有效。但是你刚才提到,这个方法也存在问题。

预防性维护的问题在于过度处理。因为是以预防为目的,所以定期检查的时间很容易变为最短周期。比如,一台原本每两个月检查一次的机器如果在一个半月后出现了故障,哪怕只有一次,那么就必须进一步缩短检查周期,比如一个月一次。

这将有可能导致过度维护,从而增加成本。此外,维修负责人的工作量也有可能增加,“等待维修”的问题反而会变得更严重。

――也就是说,“预测性维护”是解决这一问题的手段。

是的。与出现故障后才进行修理的事后维修,和定期进行的预防性维护不同的是,预测性维护是通过发出“随时都有可能出现故障”的警报来防止故障发生的。我们在2016年引进了这一技术,通过对维修负责人的工作情况进行观察,我们发现和引进前相比,事后维修的作业时间减少到了一半以下。我们将这部分多余的时间投入到了预测性维护上。最重要的是,每台机器的平均维修时间也有所减少。

由于大力推行了预测性维护,与出现故障后才进行处理的“事后维修”相比,每台设备的平均维修时间在两年内减少了一半左右。而且用于维修的总时间也减少了16%。
因突发性故障造成生产线停工或生产线变更等的次数明显减少,从而提高了能力利用率,并减少了生产损失。
由于突发性故障的减少,作为定期检查的“预防性维护”所花费的时间略有增加,但现在我们正在努力将这部分时间利用到预测性维护中。

 
  • 事后维修:出现故障后才进行处理的维修方法。
  • 预防性维护:定期进行维护的维修方法。
  • 预测性维护:利用IoT等预测故障或缺陷,以防犯于未然的维修方法。

减少事后维修意味着突发性设备停机将不再发生。由于通过警报可以事先得知维修需要,因此维修负责人可以在观察工厂整体的生产计划和生产线的运转情况后,有计划地在特定的时间进行维修。从突然出现故障到维修负责人有空处理为止的待机情况也将减少。这将提高工厂的生产率,有助于增加收入和利益。

推行IoT化的目的并不在于其本身,而是为了提高工厂的生产率,进行更有计划性的生产。而IoT化则是实现这一目的的一种手段。

数据的运用不仅可以用于预测,还有助于判断故障原因

 

――你所说的有助于计划性生产具体指的是什么呢?

我在开头提到的“更改机器的生产计划”方面也能体现这一点,在引进这一技术之前,约有30%的机器被重新制定了生产计划,但现在这个数字已经减少到10%左右。另外,通常机器数量增加后,维修负责人的人均维修时间也会增加,但预测性维护的效果使得维修时间反而有所减少。

预测性维护本身并非一项全新的技术,它已经在许多方面都取得了实绩。例如,据说航空业从20世纪70年代起就引进了预测性维护*1。飞机必须避免发生任何故障,当然事后维修也并不是主流的方法。另一方面,随着零部件变得越来越高级复杂,定期检查等预防性维护每年都会更加细化,导致成本变得昂贵。

在航空业,有分析指出预测性维护的比重正在增加,并可以在控制成本的同时防止故障的发生。

*1 该链接页面为日文。

https://mag.executive.itmedia.co.jp/executive/articles/1508/17/news015_2.html

 

 

——这次的预测性维护构建了根据感测的数据发出警报的系统,那么发出警报的基准线,也就是阈值是怎样决定的呢?

首先,我们根据维修负责人的经验与知识决定了阈值。然而,要将他们的感觉转换为数字却并非易事,刚刚引进时不可避免地会发出错误警报。比如在发出警报之前就出现了故障,或者警报发出得过早等问题。不过,在积累数据的过程中,我们做到了设置更有科学依据的阈值,警报的准确性也有所提高。

在过去,要想找到机器发生故障的原因,只能靠维修负责人的经验、感觉和五感来分析原因。然而,通过推行IoT化,现在则可以根据动作和状态的相关数据进行科学分析。不仅可以预测,还能在故障发生后回顾数值的变化过程,详细探讨原因及问题所在。应该说,这些正是得益于通过IoT实现的机器状态“可视化”。

——你是说IoT在查明故障原因方面也将发挥作用。

是的。所以我们也在考虑今后增加更多数据分析人员。除了完全掌握机器和工厂方面的专业知识的维修负责人之外,我们还需要能够通过观察数据,分析趋势和规律的专家。从某种意义上来说,二者属于不同的领域,但我认为把他们联系在一起也是我们的职责所在。

——对数据的运用似乎也会成为提高维修质量的关键。

福井村田制作所 工业工程师 久保寺

从这一角度出发,我们还很重视维修负责人之间的数据共享。我们使用了配合IoT化引进的提高维修质量的支持系统——“TEAM”*2。就像医院的病例一样,我们将每台机器到目前为止的维修和更换记录以数字化的形式记录下来,可以随时在平板电脑等设备上查看。此外,针对基本零部件的更换等,我们还准备了电子指南,经验尚浅的工作人员也可以通过阅读指南进行操作。

之前也有过记录每台机器的维修、更换记录的系统。但是,由于数字化进行得不够彻底,还发生过维修负责人为了查看资料,不得不从车间回到办公室的情况。在一间大工厂里,这种移动就是一种损失,而记录也并没有得到较好的利用。

利用TEAM,就可以在平板电脑上随时随地查看资料,这一点也有助于提高效率。最重要的是,记录的有效利用形成循环后,负责记录的人自然就会想要更加详细地记录。所以我们能切实感受到“病历”的质量正在逐渐提高。

*2 TEAM是由福井村田制作所策划并通过改制合作伙伴的解决方案推出的系统。

——这种“共享”有助于缩短维修时间,提高质量。

是的。另外还有一个功能,那就是TEAM可以向维修团队显示当前需要完成的任务的列表。维修团队可以看着列表决定任务的优先顺序,并合理地分配维修负责人。以往都是在发生故障后直接联系维修负责人本人,这就导致了任务集中在一个人身上,或者需要优先处理的任务被推延的情况。

由于现在对任务进行的是集中管理,因此维修负责人之间就可以协调分配工作。当然,预测性维护的警报响起时,这一情况也会反映在TEAM中,这样维修负责人就可以迅速地处理问题。

福井村田制作所 工业工程师 久保寺

1994年加入福井村田制作所。在从事制造、维修、制造合理化的第一线工作之后,现在在推进设备维修业务的流程创新方面发挥着核心作用。为了完成从事后维修到提前发现问题、防患于未然的维修业务的转型,他引进了“预测性维护”。此外还推行了明确预测性维护流程、建立预知性监测技术、推行落实实际应用的方针等方面的工作。另外,他还参与了维修业务支持系统的开发工作。项目开始3年后,事后维修时间成功地减少到了原来的一半。

2016年,制造车间的IoT化实际成形。引进IoT所带来的数字上的变化显示了IoT化的优点。另一方面,即使了解了IoT的优点,也难以将其实际引进的烦恼想必也困扰着许多人。应该也存在难以得到上级理解的情况。那么,福井村田制作所是如何成功推行IoT化的呢?我们将在文章的后半部分就此进行询问。

相关文章