北京の自動車部品産業におけるデジタル工場建設計画の核心的価値は、プレス、溶接、射出成形、機械加工の各工場に分散している設備データ、品質記録、受注進捗を、リアルタイムで目に見える形で追跡できる一本の連鎖につなぎ合わせることにある。そうすれば管理者は自室にいながら、どのラインを加速すべきか、どのロットを止めるべきかを判断できる。北京の自動車部品産業ベルトは順義、亦庄、昌平に広がっている。完成車メーカー向けに同期開発を行うティア1サプライヤーと、数多くの中小ティア2協力工場が含まれ、デジタル化の基礎は大きく異なるため、どの計画も段階的に着地できるものでなければならない。
1. デジタル工場建設計画とは何か
1.1 データを血液とする工場運営システムである
デジタル工場とは、ロボットを数台買い、大きなビデオウォールを設置すれば済む話ではない。その本質は、物理的な工場における設備状態、モノの流れ、工程パラメータ、作業者の動作、品質結果を、センサー、PLCデータ収集、バーコードスキャン、システム連携を通じて、継続的に更新されるデジタルモデルへと写し取ることにある。このモデルは三つの問いに答えなければならない。いま何が起きているのか、なぜ起きているのか、次に何をすべきか。北京の自動車部品企業にとって、システムは完成車メーカーのEDI注文やAPQP開発プロセスとも接続しなければならない。そうでなければ情報の孤島のままだ。
1.2 従来の自動化との違い
従来の自動化は動作の問題を解決する。たとえばロボットアームが人手の搬送を代替する。デジタル工場は判断の問題を解決する。同じ射出成形機でも、従来の自動化は停止させないことだけを担い、デジタル工場計画は金型温度、保圧曲線、ロット品質データを組み合わせて、このロットに機械調整が必要かどうかを判断する。前者は筋肉であり、後者は神経である。
2. 主要な機能モジュールと技術的な要点
2.1 設備のネットワーク化とデータ収集が土台となる
自動車部品工場の典型的な設備には、プレス機、溶接ロボット、射出成形機、CNCマシニングセンター、ダイカストマシンがある。これらの制御システムはブランドが混在しており、輸入PLC/DCSシステム、Fanuc、輸入PLCシステム、輸入PLCシステムなどが含まれる。計画の第一歩は、収集プロトコルを統一し、OPC UA、Modbus、Profinetなどのプロトコルのデータをエッジゲートウェイに集約することである。サンプリング周波数は工程要件に依存する。射出成形のキャビティ内圧力はミリ秒分解能が必要な場合があるが、設備OEEの統計には秒単位の分解能で十分である。北京の一部の古い工場区は電力網が不安定なため、エッジゲートウェイは通信断後のストアアンドフォワードにも対応しなければならない。
2.2 MESは段取りの中枢である
自動車部品産業におけるMESの核心機能は単なる作業指示ではなく、完成車メーカーの生産計画との連動にある。たとえばある新エネルギー車モデルのサブフレームの注文が急増した場合、MESは溶接ラインのタクト、塗装用の治具数、原材料在庫を自動計算し、実行可能な日次計画を生成しなければならない。同時に重要部品のトレーサビリティを管理する必要がある。各部品のQRコードやRFIDタグは、特定のシフト、設備パラメータ、作業者に紐づけられなければならない。IATF 16949の監査では、このトレーサビリティの連鎖は必須要件である。
2.3 品質管理システムは事後の統計ではなく誤りの防止を優先すべきである
自動車部品の品質管理は、受け入れない、作らない、次工程へ流さないという原則に従う。デジタル工場計画のQMSモジュールは工程内のポカヨケに重点を置く。ブレーキキャリパーを製造する工場を想定しよう。締付ガンのトルク値が設定範囲を外れた場合、システムはオフライン抜取検査の結果を待つのではなく、直ちにステーションをロックし、アンドン通報を発報すべきである。SPCは設備パラメータと連動させる必要があり、CPKが1.33を下回った場合は、システムが機械調整の提案を自動的に配信すべきである。
2.4 倉庫・物流モジュールは工程内側在庫の死角をなくす
北京の多くの自動車部品工場はスペースが不足しており、工程内側の在庫を手作業で記録しているため、システム上は在庫があるのに現場で見つからないという状況がしばしば発生する。デジタル工場計画は、AGVや電子ラベルによるピッキングとWMSを組み合わせて、工程内側のロケーションをデジタル化する。プレス工場のコイル材、溶接工場の購入部品、最終組立ラインの標準部品にはそれぞれ安全在庫のしきい値を設定し、在庫がしきい値を下回ると補充タスクが自動的に発行される。
3. 自動車部品における典型的な適用場面
3.1 新エネルギー車向けのバッテリートレイを製造する企業を想定する
バッテリートレイは、形材の押出、CNC加工、溶接、接着剤の塗布を伴う。デジタル工場計画は次のように実施できる。各形材は投入時にスキャンしてヒート番号に紐づける。CNC加工後には主要寸法を自動収集してアップロードする。溶接ステーションは溶接電流と速度を記録する。接着ステーションは画像検査でビード幅を確認する。すべてのデータはトレイ固有のコードに集約され、完成車メーカーが抜取検査を行う際に全工程の記録をワンクリックで呼び出せる。この計画は完全自動化を追求するものではないが、重要工程のデータは手入力による歪みを避けるため自動収集しなければならない。
3.2 商用車向けの歯車を製造する工場を想定する
歯車加工の核心は熱処理ひずみの管理である。デジタル工場計画は、浸炭炉の温度、カーボンポテンシャル、時間の全曲線を記録し、後工程の歯車研削の取り代データと相関させる。ある炉のロットのひずみが大きすぎる場合、システムは研削工程に送り速度の調整を促す。この場面に高度なアルゴリズムは不要で、データを揃えるだけでも試し削りの回数を減らせる。
3.3 内装の射出成形部品を製造する企業を想定する
射出成形機は大きな電力消費設備である。デジタル工場計画は各機械の実電力曲線を収集し、ショット数と良品率を組み合わせて部品あたりのエネルギー消費量を算出できる。北京ではピーク・オフピークの電気料金制度が適用されるため、急がない仕事をオフピーク時間帯に回す提案ができる。金型寿命の管理も同時に進める必要がある。各金型のショット数、保全記録、修理履歴をシステムに保持し、過度な使用によるロット不良を防ぐ。
4. 選定と実施のための助言
4.1 まずデータ収集を診断し、大型システムに飛びつかない
多くの企業はすぐにMESの入札を実施し、その後に基盤となる設備データすら完全に収集できないことに気づく。それよりも2週間をかけて設備ネットワーク化の調査を行い、すべての機械の通信ポート種別、プロトコルの公開性、重要工程パラメータを一覧化する方がよい。どのデータが収集できるかが、上位システムでどのような分析が可能かを決める。
4.2 段階的に進め、各段階に定量化できる受け入れ基準を設ける
第一段階は通常、設備のネットワーク化とアンドン通報であり、受け入れ基準はOEE統計の精度95%以上とする。第二段階はMESによる段取りとトレーサビリティで、受け入れ基準はトレーサビリティ連鎖の完全性100%である。第三段階は品質分析と生産計画の最適化である。北京地区で15以上の業種、120社超の顧客を持つサービス事業者の経験によれば、段階的な実施は一度に全面展開するよりも成功率が高い。
4.3 システム選定では三つの厳格な基準に注目する
第一に自動車業界の標準プロトコルへの対応度、たとえばIATF 16949のトレーサビリティ要件を標準で備えているか。第二にエッジゲートウェイの安定性とストアアンドフォワード機能。第三にシステムの開放性、すなわち完成車メーカーのEDIシステムや自社のERPシステムと接続できるかである。価格だけを判断材料にしてはいけない。後工程のインターフェース開発費の方が高くつくことが多い。
4.4 技術選定よりも組織的な支援が重要である
デジタル工場計画を実施する際、実際の利用者は工場長や班長である。システムの操作が紙の記録より面倒であれば、作業者は抵抗する。設計段階で現場の班長を工程マッピングに参加させ、余分なステップを追加するのではなく、スキャン動作を既存の作業習慣に埋め込むのが望ましい。
5. 今後の展望
5.1 AI画像検査は実証から量産ラインへ移行しつつある
鋳物の巣、半田付け不良、塗装のブツなど、自動車部品の表面欠陥検査は以前、人の目視に頼っており、見逃し率は疲労の影響を受けていた。現在では深層学習ベースの画像検査ソリューションが、ブレーキディスクやステアリングナックルなどの場面で量産タクトに適合する精度を達成している。北京の亦庄の一部の部品工場では、AI画像検査とMESを連動させ、欠陥を検出して自動的にロットを止める実証が進んでいる。
5.2 デジタルツインは提示用から試運転用へ移行している
デジタルツインは以前、経営層に見せる三次元のビデオウォールが中心だった。新しい流れは、ツインモデルをラインの品種切替の試運転に使うことである。溶接ラインで車種を切り替える必要がある場合、ロボットの軌跡とタクトを仮想環境で検証し、そのプログラムを現場にダウンロードすることで停止時間を短縮できる。多品種少量生産を行う北京の自動車部品工場にとって、これは大きな魅力である。
5.3 カーボンフットプリント管理は輸出の必須条件になる
EUの電池規則は、駆動用電池とその構成部品のカーボンフットプリントに関する申告を求めている。デジタル工場計画のエネルギー収集モジュールは、今後カーボンフットプリント報告を自動生成する必要がある。輸出事業を持つ北京の自動車部品企業は、システム計画時に炭素排出データのインターフェースを確保しておくべきである。
5.4 エッジコンピューティングと自営5G網が現場に浸透している
北京の一部の産業園区ではすでに自営5Gのカバレッジがあり、AGVやモバイル端末はWiFiよりも5Gの方が安定して通信できる。エッジコンピューティングのボックスは画像検査やリアルタイム制御をローカルで処理でき、クラウドへの依存を減らす。こうした基盤の成熟に伴い、デジタル工場計画の実施コストはさらに下がるだろう。
北京の自動車部品産業におけるデジタル工場建設計画の実施に、万能の答えはない。大規模なティア1工場は全工程の統合を目指せるが、中小の協力工場はまず設備のネットワーク化とトレーサビリティを確実にすべきである。3200台以上の端末を支援してきた経験によれば、実際の課題を解決する計画は、機能一覧が最も長い計画よりも生命力がある。