ナレッジセンター
目次

雲浮:設備の接続とデータ収集

雲浮は長年にわたり金属のインテリジェント製造、ステンレス製品、石材設備で堅実な産業基盤を築いてきた。一方、航空宇宙分野は部品加工における精度の追跡と設備状態の監視に、はるかに厳しい要求を課す。航空用アルミを切削するCNC工作機械であれ、特殊溶接の自動化ステーションであれ、設備が接続されずデータが収集されなければ、工程最適化も品質追跡も成り立たない。

1. 設備の接続とデータ収集とは実際に何か

平たく言えば、現場の工作機械、ロボット、検査機器、熱処理炉の稼働状態、加工パラメータ、生産量、品質情報を、自動で一つの統合データ基盤へ送り込むことである。これは「しゃべらない設備」の問題を解決する。以前は、機械が動いているか、パラメータがずれていないか、工具がどれだけ摩耗したかを、人が見て書き留めるしかなかったが、今はセンサー、PLC通信、エッジゲートウェイが自動で行う。

航空宇宙の現場では要求が一般の製造業よりかなり高い。たとえば航空機構造部品の加工では、主軸回転数、送り速度、切削力、クーラント温度を全工程で追跡できなければならず、後に問題が起きたとき、どの切削、どのバッチにさかのぼれる必要がある。設備の接続とデータ収集は、その追跡の連鎖を紙からデータベースへ移す作業である。

2. 主な機能モジュールと技術的な要点

完全な設備接続・データ収集ソリューションは通常、次の層をカバーする。

1. 設備インターフェース層。インターフェースは設備の世代やブランドによって大きく異なる。古い工作機械はRS232のシリアルポートしか持たないことがあり、新しいCNCシステムはOPC UAやMTConnectに対応し、専用設備によってはPLCのデジタル出力しか提供しない。航空宇宙の現場では、一つのラインにファナック、輸入のPLC/DCS、ハイデンハイン、マザックなどが混在することが多く、収集ソリューションはこれらすべてのプロトコルに対応しなければならず、設備を選り好みできない。

2. エッジコンピューティング層。収集したデータをそのままクラウドへ投げるわけにはいかない。航空宇宙にはリアルタイム性の要求があるからだ。たとえば工具摩耗の監視では、エッジ側でまずフィルタリング、特徴抽出、閾値判定を行い、異常が生じたら即座に警報や停止信号を出す必要がある。エッジゲートウェイには、現場のネットワークが揺らいでもデータを失わないよう、ストアアンドフォワードの機能も要る。

3. データモデリングと保存の層。収集した生データは、設備、作業指示、部品番号、タイムスタンプとの関係でモデル化しなければならない。航空宇宙企業は通常、非常に長いデータ保存を要求し、製品のライフサイクルに合わせることもあるため、保存アーキテクチャは時系列データベースとリレーショナルデータベースを組み合わせる必要がある。

4. アプリケーションインターフェース層。収集は目的ではなく、利用が目的である。典型的なアプリケーションには、設備OEEの集計、工程パラメータのSPC分析、工具寿命の予測、エネルギー監視、遠隔保全がある。これらのアプリケーションは、収集システムが標準APIを提供し、MES、ERP、QMSと統合できることを前提とする。

技術的な要点として、最もよく人がつまずくのは三つある。第一に時刻の同期である。機械間でタイムスタンプが揃っていなければ、後の分析はすべて無意味になるため、NTPやPTPによる時刻の統一を勧める。第二にデータの粒度である。サンプリングが速すぎれば保存量が爆発し、遅すぎれば重要な過渡を逃す。航空宇宙の加工では、重要パラメータはミリ秒単位、一般的な状態値は秒単位で収集するとよい。第三にネットワークセキュリティである。現場の設備を接続した以上、攻撃の入口にしてはならず、ネットワークの分割とアクセス制御が必要になる。

3. 航空宇宙における典型的な応用シナリオ

雲浮に、航空エンジンブレードの精密加工を行う企業があり、現場に五軸マシニングセンタ、三次元測定機、真空熱処理炉があるとしよう。設備を接続する前は、プロセスエンジニアが過去一週間の主軸負荷の変動を知ろうとすれば、作業者の記録簿をめくるしかなく、しかも完全とは限らなかった。

収集システムが入ると状況は変わる。工具を装着した瞬間から外す瞬間まで、主軸電力、振動信号、送りオーバーライドがすべて自動で記録される。三次元測定機の測定結果は部品のシリアル番号に自動で結び付き、寸法が公差を外れれば、どの機械、どの工具、どのパラメータの窓が原因かをシステムが自動でさかのぼる。熱処理炉の温度曲線はリアルタイムで送られ、標準の工程曲線と自動で比較され、偏差が設定値を超えれば警報が出る。

別の企業が航空宇宙用ファスナーを造り、数十台の冷間圧造機と転造機を持つとしよう。以前は設備の稼働率を班長が推測していたが、今は各機械の稼働、待機、故障、切替の時間が自動で集計され、OEEデータが人手なしで毎日生成される。さらに重要なのは、冷間圧造の金型寿命を圧力曲線や振動の特徴と関連付けられれば、破損の前に型替えを促し、バッチ全体の廃却を避けられることである。

遠隔保全もシナリオである。雲浮の航空宇宙サプライヤーの設備には輸入品もあり、メーカーは海外にある。接続できれば、重要な状態データを暗号化してメーカーへ送り遠隔診断を受けられる。そのたびにエンジニアが飛んでくるのを待たずに済む。設備の稼働率にとって大きな助けになる。

4. 選定と導入の提案

雲浮の航空宇宙現場のデジタル化プロジェクトを進めるなら、設備接続・データ収集ソリューションを選ぶ際に次の点に注目すべきである。

第一に、プロトコルの対応範囲を実際に試すこと。パンフレットが何種類のプロトコルに対応すると書いているかを読むだけでなく、現場で最も古い機械で試し、実際に取れたものだけを数えるべきである。

第二に、エッジ側に二次開発の能力が必要であること。航空宇宙の工程は特殊で、標準の収集ソフトがあらゆる要求をカバーすることはまれであり、データ処理のスクリプトを自分で書ける必要がある。

第三に、既存システムとの統合コストを事前に見積もること。収集システムのデータモデルが、すでに運用しているMESやQMSと相容れなければ、後の統合作業が収集作業そのものを超えることがある。

第四に、ベンダーの業界経験を見ること。航空宇宙のデータ追跡、機密保持、信頼性への要求は一般の製造業と異なり、同種の導入実績を持つベンダーは回り道を減らせる。産業データ収集に注力するベンダーの中には、15以上の業界で120社超の顧客にサービスを提供してきたところもあり、その業界をまたぐ経験は現場の複雑な問題に役立つ。

進め方としては三段階を勧める。まず一つのラインか一つの現場で試験導入し、最も重要な八台から十台を接続して、収集から応用までの流れ全体を動かす。次に同種の設備へ横に広げ、そのうえで工場全体をカバーする。最初から大きく網を広げてはいけない。データを集めても誰も使わなければ、プロジェクトは見せかけになる。

5. 今後の展望

設備の接続とデータ収集は新しい概念ではないが、航空宇宙での意味は変わりつつある。以前の収集は機械が動いているかを見るためだったが、今はAIモデルに工程最適化のためのデータを与えるためである。雲浮の航空宇宙産業はなお成長中で、今後数年に導入される設備はOPC UAを標準で備える可能性が高く、収集の難度は下がる一方でデータ量は爆発的に増える。

もう一つの流れは、収集と制御の間でループを閉じることである。現在の多くのシナリオは制御せずに収集し、データを分析やダッシュボードに使っている。次は、遅延が十分に低くデータ品質が十分に高くなれば、システムが加工パラメータを直接調整するようになる。たとえばリアルタイムの切削力フィードバックから送り速度を自動で最適化するといったことで、難加工材の航空宇宙では価値が非常に高い。

雲浮の製造業者にとって、設備の接続とデータ収集は避けて通れない段階である。遅かれ早かれ取り組むことになり、早くやればデータ資産を先に蓄積できる。後でどんな新しいシステムが来ても、土台のデータはすでにつながっている。

分野: スマート工場百科