正常波形や異常波形を計測

ボルト型圧電式荷重センサーPiezoBoltにより今まで計測できなかった微差な力・振動の差を検知します。

エッジコンピューティング環境の実現

サーバーや社内ネットワークなどを経由せずに、簡単にIoTを実現。煩わしいデータ管理を簡素化します。

目的に合わせ異常信号を発信

閾値設定後の正常・注意・異常のステータスごとに違った信号を設定することで設備稼働状況の見える化が実現できます。

リアルタイム異常検知

計測したデータをリアルタイムでモニタリングし、現在の設備の状態や成形状態について監視することが可能です。

ビッグデータ分析

過去に収集したデータを分析・活用することで、今まで見えていなかった加工点で起きている現象を細かく分析することができます。

機械学習システム

貯まったデータを活用し、システムに学習させることで、より精度の高い判定を可能にします。

家電メーカー

量産現場で部品の微細な異常を検知する用途で活用しています。部品の異常が組立時に見つかることがありましたが、工程内で不良がわかるようになりました。

自動車部品メーカー

設備の稼働状況を見える化することで、製品や設備の不具合を検知しています。特に設備については予知保全の観点から、メンテナンスのタイミングを決める際のデータとして活用しています。

設備メーカー

設備保全の観点で部品交換タイミングを把握する用途で活用しています。部品の納期が長いことから部品が壊れる前に適切なタイミングで部品を発注することができ、稼働率の改善に繋がっています。

ゴム製品メーカー

IoTの検討段階で製品の耐久性や特性についての計測を行い、品質バラつきの要因を分析する用途で使われています。シミュレーションの結果とセンシングの結果を融合した取り組みを行っています。

電子部品メーカー

今まで熟練者に頼っていた不具合管理を標準化するためIoTを駆使した事例です。波形をみて誰でも異常の予兆や発生をわかるようになり、工程管理がしやすくなりました。

潤滑油メーカー

潤滑条件や種類の変化による摩擦の発生を見える化し、新商品の開発データに活用しました。条件の微細な差を検知し、最適な条件を決めることができました。

自動車メーカー

IoTを製造に取り入れ、設備の不具合の異常検知に活用しています。設備の状態をリアルタイムで監視し、予知保全を行うことができるようになったため、突然の設備の故障による生産停止を防ぐことができるようになりました。

医療機器メーカー

非常にシビアな精度が要求される製品の製造に適用されています。製品の不具合検知だけでなく、成形条件と設備の不具合の関係性を見える化でき、最適な成形条件を決める用途でも活用しています。トレーサビリティにも有用です。

厨房機器メーカー

製造現場のIoT化によるスマートな工場づくりを掲げ、当社のソリューションを導入しました。人の目ではわかりづらい製品の微細な不良が確認できるようになり、不良品が流出されることが防止できるようになりました。

金型破損検知の場合

課題：
金型寿命管理の標準化による定量化

効果：
・金型状態確認のプロセス簡略化
・寿命と判断するまで金型の連続使用可能
・定量的な基準に基づく金型寿命評価が可能

生産効率１０％アップ ⇒ 150万円/月
金型検査工程の簡略化 ⇒ 10万円/月
金型寿命50％アップ ⇒ 400万円/月
年間費用効果　2,320万円/年

※当社試算

製品不良検出の場合

課題：
製品形状不良の発生検知

効果：
・不良品の流出による品質トラブルの回避
・製品検査方法の簡略化
・少ない投資費用

不良品流出ゼロ ⇒ 50万円/月
検査人員1人削減 ⇒ 30万円/月
生産効率20％アップ ⇒ 200万円/月
年間費用効果　3,360万円/年

※当社試算

切削工程の異常検知の場合

課題：
切削工程の自動化・無人化

効果：
・切削工程中にリアルタイム監視
・比較的に低下で実現可能
・人の勘に頼る作業から脱却

無人化による生産性アップ ⇒ 30万円/月
工具破損による2次災害防止 ⇒ 6万円/月
年間費用効果　288万円/年

※当社試算