スマートマニュファクチュアリングとは

スマートマニュファクチュアリングとは、製品の最適な設計から生産プロセスの最適化と効率化まで、あらゆるレベルで製造をデジタイゼーションすることです。予知保全や予防保守による製造ラインの管理も組み込まれており、製造ラインに問題が発生する前に問題を特定できます。さらに、スマートマニュファクチュアリングは販売や業界のサプライチェーンを含む製造業のより広いエコシステムにも展開されます。

スマートマニュファクチュアリングでは、スマートセンサー、インダストリアルIoTデバイス、ビッグデータ、サイバーフィジカルシステム、ロボティクスから、人工知能（AI）および機械学習（ML）、リアルタイムデータ分析、シミュレーション、クラウドコンピューティング、そしてデジタルツインまで、さまざまなハードウェアとソフトウェアを組み合わせます。付加製造技術（3Dプリンティング）などの新しい製造方法も、より最適化された製品を作成できるため、スマートマニュファクチュアリングの重要な要素となっています。

スマートマニュファクチュアリングが発展したことで、自動車、航空宇宙、防衛、ヘルスケア、エネルギー、半導体など、多くの製造分野に新たなレベルの最適化と自動化がもたらされ、これらの分野における製造プロセスの効率性、持続可能性、意思決定の向上につながりました。インダストリー4.0と呼ばれる第4次産業革命のデジタルトランスフォーメーションを通じて開発され、成熟した各種の高度なテクノロジーは、今日のスマートマニュファクチュアリングの実現に寄与しています。

スマートマニュファクチュアリングは、リアルタイムのデータとデータ駆動型テクノロジーを中心に展開され、製造ラインはビジネスの需要とニーズに基づいて変化に適応できます。生産ライン上のさまざまなセンサーからデータを収集することで、予測される出力に基づいてさまざまなパラメータを最適化し、学習された予測挙動を通じて潜在的な故障が発生する前に特定します。スマートマニュファクチュアリングのハードウェアとソフトウェアの組み合わせは、製造ラインをスムーズに稼働させ、ダウンタイムや混乱を回避するのに役立ちます。多くのコンポーネントが備える機能は、スマートマニュファクチュアリングによって実現されています。

IoT、IIoT、およびエッジコンピューティング

スマートマニュファクチュアリング環境のデバイスの多くはモノのインターネット（IoT）ネットワークの一部です。また、インダストリアルIoTも物理的なアセットとデジタルアセットを接続して情報に基づいた意思決定を可能にする重要な役割を担います。たとえば、デジタルネットワークにワイヤレス接続され、ソフトウェアが解析するためにデータをアップロードするスマートセンサーがあります。これらのセンサーにより、スマートネットワークでは、取得したデータを履歴データに照らし合わせて制御決定を自動で行えるようになります。また、IoTネットワークには、一部のコンピューティングタスクをローカルで実行する低コストのプロセッサも含まれています。たとえば、IoTネットワークの遅延を防ぐために、収集データをクラウドにアップロードする前に、センサーからデータを収集して処理するセンサーフュージョンです。これはエッジコンピューティングであり、スマートマニュファクチュアリングのインダストリアルIoTインフラストラクチャの重要な部分となっています。

シミュレーションとデジタルツイン

シミュレーションとデジタルツイン（仮想環境）は、どちらも物理的な製品をデジタルで作成して最適化するためにスマートマニュファクチュアリングで採用されています。これらにより、生産を開始する前に、すべての公差とパラメータを決定、検証、テストできるようになります。事前にプロセスを最適化できることで、製造エラーが発生する確率が大幅に低下します。デジタルツインを使用すると、スマートファクトリー全体と、それに関連するすべてのアセットをシミュレーションして、すべてがスムーズに稼働するようにでき、生産が開始した後もプロセスが継続的に最適化される方法が提供されます。リアルタイムの物理データをデジタルツインに入力して、潜在的なシナリオを実行し、それを実際のアセンブリラインに適用できます。

クラウドコンピューティング

クラウド接続とクラウドコンピューティングにより、IoTセンサーデータを保存してから、（データセンターを収容するための容量に余裕がある）オフサイトサーバーから動作するMLアルゴリズムで解析できます。クラウドを活用することで、あらゆる分析と自動化をワイヤレスで実行できます。さらに、5G接続が実現したことで、遅延が大幅に少なくなり、高速化が進み、スマートマニュファクチュアリングをより大規模に実行できるようになりました。

AIおよびML

AIおよびMLは、プロセスを最適化し、製品の欠陥を減らして、製造／設備の故障が発生する前に特定できる、データ内のパターンを特定できるため、スマートマニュファクチュアリングにおけるデータ解析で重要な役割を担います。AIとMLは、他の多くのデータ解析アルゴリズムと連携しながら、スマートマニュファクチュアリングが「スマート」である部分を実現します。さらに、AIとMLは、IoTエッジコンピューティング用のマイクロプロセッサやスマートファクトリーロボット（コボットやその他の自律ロボットなど）など、これらのコア領域外でも使用されています。

付加製造技術

付加製造技術は、スマートマニュファクチュアリング技術にとって不可欠となっています。3Dプリンティングは、自動化技術の一部ではないものの、設計および生産面で重要な役割を担います。付加製造技術は、製造時間を短縮し、ラピッドプロトタイピングを活用して、コストがかかる製造ステップを必要とする複雑なジオメトリや内部チャネルを持つ部品を開発する方法をもたらします。

SCADA

SCADA（Supervisory Control And Data Acquisition）は、製造環境における材料と在庫の流れをリアルタイムで調整するシステムです。SCADAでは、リアルタイムのシステム監視が行われ、制御システムに直接接続されることで、製造システムの性能を監視し、問題が発生した場合にアラートを出します。

従来の製造プロセスからスマートマニュファクチュアリングシステムに移行することで、効率、生産性、品質、持続可能性、経済面で以下の恩恵を受けることができます。

• 歩留まりの向上: 欠陥を20～40%削減し、直行率を15～30%改善して、成形および機械加工プロセスにおける廃棄物とスクラップを最大50%削減します。
• 時間の短縮: 製品開発サイクルを20～30%短縮し、開発エラーを最大50%削減して、生産までの時間を40%短縮します。
• コストの削減: 研究開発（R&D）とプロトタイプ作製のコストを20～40%削減し、原材料コストを10～20%削減して、プロセスの最適化によりエネルギーを15%削減します。
• 持続可能性の向上: 炭素排出量を25%削減し、製造で使用する水と資源を20～30%削減して、エネルギー効率を15%向上させます。
• プロセスと品質管理の改善: アセンブリライン全体でプロセスのばらつきと検出されないエラーを削減し、製品リコールを減らして、製品品質を向上させ、サプライチェーン管理を改善します。

スマートマニュファクチュアリングを導入すると、アセンブリラインの運用面でさまざまな恩恵を得られるだけでなく、製造開始前に、より持続可能な方法で効率的かつ迅速に、より安価で最適な製品を設計して製造できるようになります。

これはさまざまな形で実現できますが、デジタル技術とシミュレーション機能が不可欠です。たとえば、さまざまな製造プロセスをモデル化することで、製品に欠陥が生じたタイミングと、製品の故障につながる可能性があるかどうか（および故障までの時間）を特定できるようになります。仮想環境でこれらの欠陥をどのように除去できるか、製品内の許容誤差によって一定レベルの欠陥に対応できるかを調査できます。また、仮想環境では材料に過度の応力がかかるアプローチを特定できるようになり、製品の故障が生じやすい手法や製品に最適な製造手法を理解するのにも役立ちます。

サブプロセスをモデル化した後は、次数低減モデルをシステムに統合することで、製造装置の逸脱や許容範囲から外れたタイミングを把握できるようになります。どちらも、製品の安全性と品質を向上させながら、製品故障の減少による組み立てラインの歩留まりを向上させます。これは、従来の製造ラインや付加製造プロセスにも適用でき、たとえば、付加製造プロセスでメルトプールの熱を監視できるようになります。

今日の製品設計のもう1つの重要な要素は、持続可能性です。スマートマニュファクチュアリングにシミュレーションを導入した設計は、原材料の選択を可能にし、最適化されたプロセスを通じてエネルギー効率を高めることで、部品のリサイクル可能性の向上につながります。多くの場合、材料のリサイクル可能性と、その生産にかかるエネルギーでバランスをとることが必要になります。たとえば、鋼鉄は各種のプラスチックよりもリサイクルが容易ですが、生産にははるかに多くのエネルギーが必要です。同様に、電気自動車（EV）のバッテリは、従来のエンジンよりもリサイクルがはるかに困難ですが、EVは局所的な温室効果ガス排出量を削減します。また、付加製造技術もこれに役立ちます。複数の施設で分離された多数のプロセスを実行する代わりに、付加製造技術を使用する方がエネルギー効率、材料効率、時間効率が高い場合があるからです。

モデルベースシステムズエンジニアリングやモデルベースプロセスエンジニアリングなどのシミュレーションアプローチでは、さまざまな製造プロセスをシミュレーションできます。具体的には、押出、攪拌、粉砕、プレス加工、成形、鋳造、コーティング、溶接、はんだ付け、付加製造技術、およびその他の一般的な製造方法があります。シミュレーションでは、部品とプロセスの両方が対象となり、Ansysが提供する以下のツールが使用されます。

• 非線形構造ダイナミクスシミュレーションソフトウェアのAnsys LS-DYNA: プレス加工、金属成形、圧延などの製造サブプロセスをモデル化するために使用されます。
• 流体シミュレーションソフトウェアのAnsys Fluent: 攪拌などの液体ベースの製造プロセスをモデル化するために使用されます。
• 粒子ダイナミクスシミュレーションソフトウェアのAnsys Rocky: 流体内の粒子動力学をモデル化するために使用され、多くのケースで、Fluentと組み合わせて液体ベースのサブプロセスに使用されます。
• 包括的な付加製造技術ソリューションのAnsys Additive Suite: 付加製造技術で製造された部品をモデル化するために使用されます。これには、部品にかかる応力、部品の積層構造、レーザーに対する部品の最適な方向、部品内の欠陥や包含の有無、メルトプールの特性、および動作パラメータの最適化を調べる完全な仮想プリントが含まれます。
• シミュレーションベースのデジタルツインプラットフォームAnsys Twin Builderと、AIを活用したデジタルツインソフトウェアAnsys TwinAI: これらは、製造プロセスをシミュレーションできる仮想デジタルツイン環境を構築するために使用されます。また、スマートマニュファクチュアリング施設全体をシミュレーションして、テストと最適化のシナリオをリアルタイムで実行することもできます。

シミュレーションは、スマートマニュファクチュアリング施設を構築する上で大きな役割を果たします。シミュレーションとデジタルツイン技術を活用してスマートマニュファクチュアリングによる製品設計と運用を改善する方法については、Ansysのテクニカルチームにお問い合わせください。Ansysのスマートマニュファクチュアリングソリューションの詳細についてご案内いたします。

関連リソース