熟練暗黙知とAIが融合、3Dプリント工場の不具合予兆検知

研究開発
SOLIZE株式会社

最新デジタルテクノロジーを自社で熟成、実践技術へ

近年、AIへの期待は急速に高まり、一部領域では大きな成功事例が見られる一方で、ものづくりにおいて成果に大きく貢献するようなデータ・AIのビジネス実装はこれからが本番です。テクノロジーで特定技術を置き換える流れから、ビジネスモデル自体をいかに刷新していけるか、というステージに進んでいます。

競争力である現場の高度な熟練暗黙知を徹底して解明する

そこでこの領域を中心に、”人の行動を「知覚」「解釈」「決断」「実行」の4つのプロセスで捉え変革するフレームワーク“を駆使することで、暗黙知を形式知化していきました。

熟練エンジニアは、造形物の形状や要件を確認し、最適な装置パラメータを初期設定します。造形中に積層する粉面の状態が最終的な品質に影響するため特に注視し（知覚）、状況を理解・予兆を検知（解釈）、過去の経験則から最適に装置パラメータを決定、調整しています（決断・実行）。形式知化技術で熟練観点を紐解くことで、粉面状態は12種類の症状かつ3段階の深刻度に分類できること（12×3＝36パターンの知覚・解釈）、その発生箇所により原因・対策方針を見分けていることを解明しました。そのうえで対策する際は、10種類の優先方策から選択してルールベース的に組み合わせていることも明らかとなりました（決断・実行）。熟練エンジニアはこれらの暗黙的観点から、年間約40,000部品を、毎回異なる要件と状況変化の中で、良品を造り続けていたのです。このように、従来はブラックボックスであった競争力を徹底的に形式知化していきました。

暗黙知×AIが、熟練エンジニアと同等の予兆検知を実現

AI活用で重要なのは良質な教師データを構築することですが、ものづくりの現場では、熟練暗黙知が中心で、データ不足も相まって精度が上がりきらず、期待した成果につながらないケースも課題として散見されています。本活動では、解明した暗黙知に基づき、ピンポイントで蓄積した造形画像で学習用データを作成、ディープラーニングモデルに学習させました。また、AIによる診断結果と熟練エンジニアの評価結果の検証と深層強化学習を繰り返すファインチューニングにより、約3ヶ月で熟練エンジニアの目を代替できるAIを構築しました。

これにより人の感覚による判断のバラつきが最小化され、大量の造形案件が24時間・365日、刻一刻と変化する多様な状況に対し、オンライン・リアルタイムの粉面状態監視と不具合予兆検知・対策が可能となりました。その結果、人に依存することなく歩留まり率と設備稼働率を向上し、これまで以上に3Dプリンターによるジャストインタイムという顧客価値向上に寄与することができました。また、創出した熟練エンジニアの時間リソースを新たな技術開発へシフトし、AIをフル活用した現場の歩留まり率の向上・再現性の担保を追求することで、金属3Dプリンターによる多品種少量生産・最終製品製作の安定供給をさらに加速するなど、ビジネス開発での付加価値向上にもつなげています。