半導体
同じ条件で、部品品質が変わったのはなぜ？
- つなぐ記録
- 材料・工具履歴、加工・洗浄条件、寸法・外観検査
- 確認につながること
- 部品の履歴から品質変動と点検する工程を確認
活用
自社の業種に合う、製造AIの始め方。
半導体・ディスプレイ・自動車・電子・防衛と国の研究機関。共通データ基盤に各現場の工程知識と運用基準をつなぎます。
適用分野
業種が違っても、 製造AIの課題には共通点があります。
半導体・ディスプレイ・自動車・電子・防衛まで。製品や設備が違っても、収集・生産履歴の連携・AI運用の基盤が必要です。Ingkleの技術・製品は主要製造分野に適用でき、国の研究機関の研究・実証環境でも活用されています。
ディスプレイ
検査で見つけた異常は、どの工程から調べる？
- つなぐ記録
- 基板・製品履歴、工程条件、検査時点と結果
- 確認につながること
- 検査結果を前工程の条件変化につなぎ、調査範囲を絞る
自動車
同じ条件で作った部品はどこまで含まれる？
- つなぐ記録
- 部品番号、加工・組立記録、締結・検査結果
- 確認につながること
- 影響製品を追跡し、追加検査や手直しの優先順位を判断
電子
不良の増加と同時に、材料や作業条件は何が変わった？
- つなぐ記録
- 材料ロット、作業・設備条件、検査・手直し履歴
- 確認につながること
- 正常生産との違いを比べ、繰り返す不良の原因候補を点検
防衛製造
生産記録を外部へ送らずにAIを使える？
- つなぐ記録
- 社内設備・品質記録、アクセス権限、作業・承認履歴
- 確認につながること
- 社内網でデータとモデルを運用し、定めた権限で照会・業務を実行
国の研究機関
研究で作ったモデルを実際の製造データで検証するには？
- つなぐ記録
- 実験条件、設備の原データ、モデルバージョン、評価結果
- 確認につながること
- 実験と現場データを共通基準でつなぎ、再現・比較・共同検証
以下は業種別の適用課題の例で、個別企業・機関での導入実績ではありません。
研究データとAI
実験データを集める時間を減らし、研究に集中。
研究目的に合わせた専用装置・計測器と実験記録を接続。膨大な原データを安全に蓄積し、比較分析やAI研究に活用できる環境を構築します。
研究・実証での活用を見るここにない業種も、同じ基盤から。
鉄鋼・金属、化学・素材、食品、電池なども検討できます。業種名よりも、接続する設備データ、解決する生産・品質課題、社内の運用条件が出発点です。
詳細のご案内
適用範囲と確認事項
共通基盤を再利用し、工程の基準は現場に合わせます。
材料・工程・品質基準は製品ごとに異なります。NAZAREが収集・保存・照会・モデル運用の共通基盤を提供し、オントロジーが現場の製品・設備・工程の関係を表現。NAVISの判断基準と実行範囲は担当者と決めます。全設備の事前接続や全工程向けモデルの標準搭載を意味するものではありません。
まず確認するのは、現場で答えたい問いです。
同じ条件で作った製品を探したい、工具交換を判断したい、作ったモデルを社内で運用したい。対象の製品・設備・記録・評価指標を決め、必要なデータから接続します。
セキュリティと拡張も最初から検討します。
生産データとモデルを社内で運用し、権限・承認・履歴を管理。検証した接続とデータ定義を次の品目・設備・ラインに再利用します。防衛製造などでは、顧客のネットワークやソフトウェア持ち込み・運用方針を確認して適用範囲を定めます。
一緒に始める
最初に変えたい仕事を教えてください。
設備・データ環境・解決したい課題を基に、接続から運用までの範囲を検討します。