00:00
明日のファクトリーオートメーションへようこそ。司会の高橋です。本日もよろしくお願いします。
はい、というわけでですね、ストックが切れたので、ここからですね、第3回にわたって高橋の一人喋りでお送りしたいと思います。よろしくお願いします。
ちょっとですね、ネタが切れて、今、Xのほうで募集したんですけど、幸いにもですね、2名の方を応募していただいてありがとうございます。
でですね、ちょっといただいたテーマについてお話していきたいなと思っていますけれども、うしさんからいただきました予防保全とか保全についてお聞きしたいですということでね。
僕、本業は保全じゃなくて電気設計者なので、本職の保全ではないんですけど、保全のシステムであったりだとか、
あとは今流行りの予防保全、予兆保全というものに少し仕事的にも関与しているところがありますので、そこで私の個人的な意見というか見解について少しお話してきたらなというふうに思っています。
まずですね、保全というものは何なのかということというと、まっとうに保つと書いて保全なんですけど、機械のメンテナンスですね、これを基本的に保全業務といいます。
これはどういうものかというと、例えば工場で生産設備を使っていて、生産をしている間に機械が何か止まってしまったと。
何か動かなくなったよというときに、その原因を探して動くようにすると。
それは何もせずに機械を操作するだけで戻ることもありますし、どこかが壊れていて、その壊れているところを見つけ出して修理するということも保全業務に含まれます。
なので、基本的には生産活動やその他の、主にその設備関係の、その設備は従前に機能を発揮するというのをいかに保つかということですね。
こういうことにやっている保全業務というものがあります。
今までは基本的には何かトラブルが起こってから、それを直すというのが一般的だったんですけど、そうじゃなくて、壊れると当然ながら生産が止まっちゃうので、
その生産が止まっている期間は機械がお金を生み出すことができなくなってしまうということで、効率が悪いでしょうというところで、
そもそも壊れないように事前にメンテナンスをするべきでしょうと。
これはですね、例えば何時間稼働したら変えてくださいねとか、フィルターとかが一番わかりやすいですかね。
フィルターを2週間おきに交換してくださいねみたいな。
これも予防保全の一種になります。
普通の保全業務だったらフィルターが詰まって機械が全く動かなくなっちゃったよというところまで行ってから保全するというものなんですけど、
03:04
この予防保全というものになると事前に大体これくらいでフィルターが詰まってくるので、このタイミングで取り替えましょうとか。
あとは毎日日常的にチェックして、大体フィルターがこれから汚れてきたなというバロメーターがあって、それを超えたら取り替えましょうとか。
そういうですね、壊れる前に機械をメンテナンスするのを予防保全というふうに言います。
最近ちょっと流行りなのが聴講検知というものがあって、やっぱり今保全業務だと壊れてから直しますというのはあまり効率よくないよねというのは普通に皆さんも想像がつくものだと思うんですけど、
この予防保全というものも結構もったいないこといっぱいするんですよね。
例えばその機械はまだ実は、例えば1週間おきに交換してくださいねというものに対して、交換したけど実はこれまだ使えるよねみたいなものがあったりだとか、
逆に1週間で取り替えてくださいねというのは、例えばこういう条件でこういう間隔で動かしたときはそうしてくださいね。
実はですね、もっともっと過酷な使い方をしてて、1週間じゃ足らなかったみたいなこともやっぱりありますよね。
でですね、問題はですね、それがいわゆる一定じゃないっていうことなんですよね。
例えば同じ機械を買ってきて同じ条件で動かしたとしても、実は壊れるタイミングっていうのは機械によってバラバラです。
これはですね、いろんな要因で機械の生産条件だとか、生産条件というか機械を製造したときの品質だとか、
ちょっと組み付け精度が全然ちょっとだけ違いますよとか、いろんなものが積み重なってですね、
基本的には一定にならないんですね。ある幅で壊れると。
なので、基本的にはその予防保全っていうのは、大体これくらいの期間で交換すれば、
全体の95%とか96%ぐらいはカバーできるでしょうみたいなところを狙うんですけど、
そうしたときにですね、最悪条件で変えているので、一番いい条件と比べると、
結構余るんですよね、変えたときに。
であれば、常にその状態を監視して、例えば先ほどのフィルターの話ですね。
フィルターの汚れが80%になったところで変えましょう。毎日監視して。
っていうと、いいように聞こえますよね。
06:01
いわゆる買ったものをギリギリまで使って、壊れる寸前、効果を発揮しなく寸前まで使って、
交換しましょうっていうのが、一番使いつぶしているというか、
限界まで使って、補得ですよねっていうふうにやっぱり聞こえると思うんですけど、
ただですね、フィルターは見たらわかるからいいんですけど、
例えばモーターだとか、ベアリングだとか、
そういう機械でよく壊れるようなものはあるんですけど、
それが外から観測できないっていうことは結構あるんですよね。
例えばモーターなんてばらさないとわからないですし、
ベアリングも基本的にすごい見にくいところについたりするんで、
なかなか人が見ることができません。
もっと言うと、機械が動いているときって近づけないので、
そもそも拝むことすらできないみたいな。
そういうやっぱり、そもそも観測できないものというような機械で
いっぱいついているんですよね。
そういうものに限って壊れると高かったりだとか、
修理に時間がかかったりするわけです。
今ちょっと世の中で流行っている超高検知っていうのは、
例えばモーターのトルクだとか、センサーをつけるだとか、
そういう今まで見えてなかった、
いわゆる壊れ度みたいなものが全くわからなかったものに対して、
センサーのデータを取ったりだとか、
モーターみたいな別のパラメータの情報を集めてきて、
実はこのベアリングはあと5時間で壊れそうですみたいなところを
低量化していくっていうのが、いわゆる超高検知と呼ばれるものになります。
これがいろんなものがあるんですけど、
トルクの値が上がってきたら、これは負荷が上がっているんだな、
これは壊れそうですっていうふうな単純なものもあれば、
複数のパラメータを機械学習、いわゆる一般的にはAIと呼ばれるものに入れて、
異常度っていう、普段数学点はきちっと可視化はできないけど、
データを壊せるとだいたいこういう仕様が出てきますよっていうものであったりだとか、
やり方はいろいろあるんですけど、
基本的には今までギリギリまで壊れますよ、今壊れるんですよっていうことが
分からなかったものをリアルタイムに可視化をして、
ギリギリまで使うっていうことが超高検知の大きな方向性なんじゃないかなっていうふうに感じています。
あと、この辺の難しいことは、コストがかかると、
09:04
例えば予防検知をするために、モーターの助長検知をするために、
例えば振動を使ったりします。
振動を使って、例えばよくあるじゃないですか、
モーターが壊れそうだったら異音がするとか、キーキーキーって音がするとか、
めっちゃ振動するとか、そういうものがあるんですけど、
そういうものを検知するためにセンサーをつけますと。
センサーをつけるコストがかかって、それを収集するシステムの値段がかかって、
っていうときに、あとはあれですよね、このお金と、
例えば定期交換したときのお金、
要はさっきちょっとこれまだ使えるのに捨てちゃってもったいないよねっていう
そのもったいない分のお金と、
助長検知システムを使って、
いろいろプラスにかかったときのお金、
この2つを比べてですね、どっちが儲かるんですかねっていうのは、
まだ多分各社明確な議論、議論というか明確なビジョンで答えは出てないという感じなんだと思いますよね。
今は、これはそういうことに対して、
これはこういうふうに儲かるからやろうみたいな、
そういうある過程があって、各社実証をしていっているっていうところだと思います。
例えば、いくら定期交換をしていても、
先ほど僕が言ったみたいに、
ある特定の使い方をしたときに、消耗モードが実は2倍ぐらい上がっていって、
推奨されていっても、
定期交換前に壊れてしまうみたいなのが全然あるんですよね。
じゃあ、それが壊れると生産が止まって、
何千万円っていう損害が出ます、みたいなものがたくさんあります。
そういうものに関しては、
いや、これは予兆保全とかの金をガンガンかけたって、
その機械損失分を考えれば全然ペイできるでしょ、みたいな考え方もありますし、
いや、これ別に壊れてしまうんじゃないか、
結局、ケースバイケースみたいなところがあるんですよね。
今は、それの比較的効果があるであろうところから、
部品メーカーもユーザー側も予兆保全というものを入れていっているという形になります。
予兆保全の使い方というのは、
一般的に言うと、
一般的に言うと、
一般的に言うと、
予兆保全の仕組みとかやり方、
予兆保全の仕組みとかやり方、
あとはアルゴリズムみたいなものに関しては、
ちょっと私は専門外なので、
あんまりうまくはしゃべれないんですけど、
事務の専門というと、
データを収集するためのインフラシステムですね。
こういうところは私、かなり専門、
お仕事的には専門なのかなというふうに思って、
そこもちょっと言及したいなと思います。
先ほどデータを取るにはお金がかかるよという話をしたと思うんですけど、
12:01
先ほどデータを取るにはお金がかかるよという話をしたと思うんですけど、
やっぱりデータを収集したり、
それを解析するソフトウェアだとか、
インターネット環境も含めて、
結構なお金がかかるんですよね。
そんな安いものじゃないんですよ。
今は結構それが高いので、
大きいところにしか予兆保全を入れられない。
というのが予兆保全系のかなり大きな課題かなという。
例えばものすごく大きなものだとか、
逆にものすごくお金がかからないもの。
最近の世の中に出ている製品でいうと、
最近の世の中に出ている製品でいうと、
サーボモーターの電流値を計測して予兆保全しますとか、
サーボモーターの電流値を計測して予兆保全しますとか、
こういうのは全然お金がかからないんですよね。
既にモーターは常に電流値みたいな、
電流値は速度値というものをサーボアンプに送っていて、
それはPLCにもずっと送られてきている、
データとインフラが既にありますよというものに対して、
予兆保全を入れるというのはそんなに難しいことじゃないんですよ、
コスト的な話でいうと。
だからそういう全然お金がかからないところだとか、
あとはものすごく大きなモーターとか、
ものすごく大きなベアリングだとか、
そこに壊れたときに億とかお金がかかる、
数千万というお金がかかる、
そういうものですね。これは全然ペイできます。
体感ですけど数十万から数百万ぐらいかかるので、
入れたときに。
これがペイできる一つのスレッショルドというか敷地ですね。
これがセンサー代というよりはインフラ代ですね、
データを収集するためにかかる 配線をしたりだとか 引き引き機器
を追加したりだとか サーバーを 置いたりだとか こういうことに
結構 イニシャルコストがかかって くると こういうインフラ系っていう
のは 基本的には対象が増えれば 増えるほど 値段は下がっていきます
例えば 100個あったら 100個インフラ を構築しないといけないわけじゃ
なくて ベースとなるインフラ があって そこにつないでいくって
話になるので どんどんコストっていう のは等分になったわけですね 3つ
やったら1 3分の1だし 100個やったら 1 分の1だしっていうふうにどんどん
なっていくわけです だから 今後 考えたときに 直権値系の進み方
とインフラ系の考えとしては とりあえず増やせば増やすほど
コストは下がるので いかに1つの システムで直権値の汎用的なもの
を低コストでガンガン入れられる ような仕組みを作って 薄利多倍
で儲けていく IoTシステムとかも そうなんですけど 基本的にデータ
15:01
インフラ系のものに関しては 0.1円を1万個集めて1000円儲けます
みたいな世界観が最終的にある 程度目指す方向性になるのかな
というふうに 個人的には考えている 感じですね なので 現時点は本当に
儲かることに対して個別にやって いくような形になると思うんですけ
ど 今後 このおいしいところを ある程度取り切った後に関して
は こういう薄利多倍系の話 ちょっとずつ進んでいくんじゃない
かなというふうに思っています やっぱり こういうのはヨーロッパ
系がすごい強いんですけど ヨーロッパ 系のIoTシステム 予兆検知のシステム
面のお話を聞いていると データ を集めて ある型にはめて これで
やっていきますみたいな データ と大体の機構があれば もうすぐ
これはやれるんですよ 人がペペッ と設定するだけですみたいな方向
にやっぱり進めようとしてますね これはやっぱりインフラに大きく
投資して その中で薄利多倍でやっぱり 回収するというふうな流れという
かビジョンというかコンセプト というか そういうものを若干
後ろに透けて見えるのかなという ふうに 今のところはちょっと考えて
ますね 僕は精査するようなシステム が基本的に専門なので そういう
ところで今日は少しお話をさせて いただきました というわけで 皆さん
この新しい高橋クリスのFAラジオ という ラジオは配信してるんですけど
もしよければ高評価とフォロー のほうをよろしくお願いします
それでは皆さん 本日もご安全に ありがとうございました
