製造業にとって防がなくてはならないのが不良品の発生です。

万一発生してしまった場合、本来の機能が損なわれるだけでなく、最悪の場合ユーザーの身に危険が及ぶケースもあります。

トラブルやクレームの原因となる不良品を出さないために、各メーカーの品質保証部門や品質管理部門の検査員・現場管理者が検査基準書や手順書に基づき、品質保証に細心の注意を払っているのですが、それでも不良が発生してしまうのはなぜなのでしょうか。

今回はそんな不良の発生をいち早く止める方法をご紹介して参ります。

不良が発生する原因として考えられることは

工程不良の発生する要因として5M、つまりヒューマンエラー(Man)、機械(Machine)、材料(Material)、方法(Method)、測定(Measurement)の要素が考えられます。

例えば、納期に間に合わないため急場凌ぎで部品の工場を変えたとします。

ところがその部品は特殊な工程が必要なのにも関わらず、代理の工場が知らないうちにその工程を飛ばしてしまうというミスが代表的な不良の事例です。

そうならないためにも対策を講じなければならないのですが、実際の現場では対処療法的対策しか取られていないケースが少なくありません。

多くの現場では根本的な解決策・改善策を導き出せていないというのが現状です。

データ分析で不良の兆候を早期発見できる

その解決策として考えられるのがビッグデータの活用です。

例えばNECでは、ビッグデータソリューションを活用して、自社の機械や装置に設置したセンサーからのデータを分析し、モデルデータと観測データを比較して「いつもと違う挙動」を検出できます。

センサーからの膨大な量のデータを人手で検知するのは難しいため、ビッグデータが活用されるというわけです。

そうして検証した結果、人手で5.8％だった予測の平均誤差率が2.7％に向上したというデータがあります。

品質管理計画に基づく管理ソフトを活用する

丸紅情報システムズが開発した「QDA9」は設計部門や製造部門、生産管理部門、品質管理部門、購買部門、サポートセンター、サプライヤなどに至るまで、分散する製品品質に関わる情報を集約し、品質管理計画に基づいた垂直統合管理を実現するソフトウェアです。

これにより開発・製造の検査工程において、誰がどの部品の何を測定すればいいか、またどの部門の誰がデータを管理し確認するかを、計画し運用する検査システムが構築できます。

先ほどのNECのビッグデータもそうですが、情報こそが不良を未然に防ぐ要となるのです。

不良の早期発見はコスト対策につながる

故障箇所の早期特定や、設備不良の予兆検知が可能になれば、品質改善、保全作業の効率化、維持コスト低減、不良品の流出防止や再発防止・未然防止などの効果が期待できます。

必要以上の時間やコストがかからなくなるため、不良の早期発見は製造業にとってなくてはならない仕事と言えるでしょう。