“可視化”和早期源流措施帶來的收益改善
“可視化”和早期源流措施帶來的收益改善
在生產(chǎn)現(xiàn)場,檢測的形式正在從“發(fā)現(xiàn)不良品的檢測”轉(zhuǎn)變?yōu)椤皫椭鉀Q問題的檢測”。并非單純的檢測,而是通過將檢測信息“可視化”,查明生產(chǎn)工序中存在問題的部分,及早進行改善,這才是現(xiàn)代制造業(yè)的真正需求。下面將以生產(chǎn)工序中的檢測信息可視化、早期源流措施帶來的收益改善為主題,驗證其收益改善的效果。
實施生產(chǎn)工序“可視化”,實現(xiàn)收益改善
制造業(yè)中的IoT介紹
在實現(xiàn)生產(chǎn)現(xiàn)場“可視化”方面,關鍵詞就是“IoT(Internet Of Things)”。IoT,是指經(jīng)由互聯(lián)網(wǎng),將各類物體連接起來,進行信息交換、相互控制的組織架構或概念。
近年來,生產(chǎn)現(xiàn)場的網(wǎng)絡化得到了發(fā)展,以海外網(wǎng)點為代表的全球網(wǎng)絡也正在不斷擴充,信息共享呈現(xiàn)復雜化的趨勢。作為將這些紛繁復雜的信息進行整合管理的手段之一,市場對IoT的需求度正在不斷升高。
將IoT導入生產(chǎn)現(xiàn)場,就能對各類傳感器及設備的信息、出入庫信息、各工序的檢測結果進行統(tǒng)一管理,實時獲取工廠內(nèi)的檢測信息,由于各類信息間具有關聯(lián)性,可以讓原因分析進行得更為順利。也就是說,可以實現(xiàn)從“發(fā)現(xiàn)不良品的檢測”到“幫助解決問題的檢測”的轉(zhuǎn)變。

而要實現(xiàn)IoT,首先必須進行生產(chǎn)現(xiàn)場的信息共享(=可視化)?,F(xiàn)場的檢測信息是確保生產(chǎn)管理及可追溯性的基礎,一旦缺乏這一要素,就不可能實現(xiàn)工廠整體/企業(yè)整體的IoT。在這一過程中,視覺系統(tǒng)的檢測實力就有了用武之地。利用視覺系統(tǒng),就不再需要手動輸入檢測結果,而是能實現(xiàn)高效的數(shù)據(jù)庫化積累和管理。要實現(xiàn)IoT,最重要的關鍵,就是視覺系統(tǒng)和數(shù)據(jù)庫的聯(lián)動。
視覺系統(tǒng)和數(shù)據(jù)庫的聯(lián)動介紹
利用IoT實現(xiàn)生產(chǎn)現(xiàn)場可視化后,能夠縮短查明原因所需的時間,有效實現(xiàn)生產(chǎn)穩(wěn)定化,達成收益改善的效果。不僅能實現(xiàn)生產(chǎn)效率及安全性的提升,確??勺匪菪?,還能贏得交易對象及客戶的信任。也就是說,利用IoT的生產(chǎn)現(xiàn)場可視化,具有改善生產(chǎn)品質(zhì)(Q:Quality)、成本(C:Cost)、交期(D:Delivery)的效果。
利用視覺系統(tǒng),實現(xiàn)檢測結果可視化
要實現(xiàn)生產(chǎn)工序的可視化,必須對檢測結果進行對應保存和管理,確保其處于隨時可搜索的狀態(tài)。
- 材料及部件是在何時、從何處入庫的
- 材料及部件是以何種方式保管的
- 用哪些材料和部件進行組裝生產(chǎn)
- 各工序是在何時、由何人負責實施的
- 檢測工序是由何人負責的,結果如何
- 檢測結果與檢測圖像是否一一對應
- 何時、哪種產(chǎn)品出庫了 等
可視化,就是對生產(chǎn)工序中的“人、物、信息”進行對應保存和管理,確保其處于隨時可搜索的狀態(tài),也就是說,可以確??勺匪菪?。
但對于光電傳感器、檢測夾具等檢測工具而言,只能判定檢測結果的合格與否,無法知曉尺寸、形狀等詳細信息。由于無法得知檢測結果的詳細信息,難以研究具體的改進措施。只要在檢測中利用好視覺系統(tǒng),就能獲取尺寸、形狀以及利用OCR技術進行識別的字符等各類信息,還能輕松實現(xiàn)信息的保存和管理。將詳細信息與圖像對應起來,并在整個生產(chǎn)工序中進行管理,就能實現(xiàn)“可視化”。
您是否曾經(jīng)遇到過下面這些情況?
只要遇到過其中之一,就有可能通過導入視覺系統(tǒng),達到改善收益的目的。
- 雖然使用了光電傳感器和檢測夾具,卻無法獲得詳細信息
- 由于只能獲取檢測合格與否的信息,找不到改善工序的突破口
- 必須對獲取的信息進行手動輸入,費時費力
- 由于通過手動輸入進行信息管理,存在人為錯誤的可能性
- 對檢測結果和圖像進行分離管理,無法進行同時搜索
過去要管理檢測結果和歷史圖像,必須自行構建數(shù)據(jù)庫。而只要利用基恩士的視覺系統(tǒng)專用數(shù)據(jù)庫“Vision Database(支持CV-X/XG-X系列)”,就能將檢測結果與歷史圖像對應起來,并長期保存,通過日期時間、批號等信息進行輕松搜索。設定簡單,只需連接視覺系統(tǒng)和電腦,選擇需要保存的檢測數(shù)據(jù)即可。通過將繁瑣的數(shù)據(jù)庫化工序套裝化,為可視化的實現(xiàn)提供后盾。
利用日期輕松搜索保存數(shù)據(jù)
可保存100萬張以上的數(shù)據(jù),可以通過“日期搜索”功能,輕松找到當時的檢測結果和圖像。
*最大保存數(shù)據(jù)量會因使用環(huán)境而異。
用日期時間搜索

確認檢測當時的圖像數(shù)據(jù)和檢測結果
與批號及條碼進行對應管理
借助OCR技術讀取的批號及條碼、二維碼等信息可以與圖像一一對應,以便管理。可以同時關聯(lián)看板數(shù)據(jù)及其他工序的條碼搜索結果,實現(xiàn)管理和搜索,因此能夠?qū)ιa(chǎn)工序整體進行產(chǎn)品的追蹤/追溯。

根據(jù)過去的NG品圖像,實施再測試、分析、改善
可以回顧歷史數(shù)據(jù)搜索檢測結果,還可利用NG圖像實施再測試??梢愿鶕?jù)積累的數(shù)據(jù)查明要因,還能有效幫助改善現(xiàn)場。

利用已備份的檢測設定,可以對當時的結果進行再現(xiàn)。
以報告形式輸出每個月的NG比例及檢測量
可以將檢測結果和圖像數(shù)據(jù)對應起來,并用Excel進行分析、輸出。此外,還能根據(jù)Vision Database輸出的數(shù)據(jù),輕松創(chuàng)建每月的檢測報告。

寫出

單擊圖像數(shù)據(jù)鏈接,就能確認目標圖像。


可視化帶來的收益改善示例
利用下面介紹的公式,可以簡易估算通過視覺系統(tǒng)+數(shù)據(jù)庫“Vision Database”實現(xiàn)的可視化,能夠帶來的收益改善效果。研究導入視覺系統(tǒng)及數(shù)據(jù)庫時,請務必加以利用。
估算收益改善效果
查明原因所需的時間 × 查明期間的生產(chǎn)數(shù) × 產(chǎn)品單價 × 頻率 = 收益改善效果
【①】小時 × 【②】個 × 【③】日元 × 【④】次 = 【 】日元/月的收益改善
收益改善計算表
① 查明原因所需的時間 | 小時 | |
---|---|---|
② 查明期間的生產(chǎn)數(shù) | 個 | |
③ 產(chǎn)品單價 | 日元 | |
④ 頻率 | 次 | |
0日元的收益改善!
數(shù)値を入力してください
沒有填寫{item}
請在問題{item}處,輸入正確的數(shù)值
請在問題{item}處,輸入整數(shù)
試算示例
需要花10小時查明原因的故障,每月發(fā)生2次。每次故障都會導致1,000個(產(chǎn)品單價100日元)工件的生產(chǎn)延遲。如果利用可視化采取了早期措施,收益改善效果又如何呢?
10小時 × 1,000個 × 100日元 × 2次 = 200萬日元/月
每月200萬日元的收益改善!