応用産業
プリント基板 (PCB) 産業
金めっき膜厚の予測、貴金属などの材料コストを削減
現状
プリント基板(PCB)産業は「電子工業の母」と呼ばれます。PCBがなければ、電子製品はその機能を発揮することはできません。PCB産業は先進産業ではありませんが、以前から電子産業とハイテクテ産業で重要な役割を担ってきました。米国の国際マーケティングリサーチ機構Prismarkは、2021年の世界PCB市場は前年比8.5%成長し、2021~2024年は5%以上の成長率を維持すると予測しています。ハイパフォーマンスコンピューティング(HPC)の普及による各種チップと基板の需要増加だけでなく、アフターコロナのスマートフォンやノートパソコン、ウエアラブルデバイス、サーバー、EV、ネットワーク設備など各種製品の需要拡大によって、PCB産業は全面的に成長するとみられています。
挑戦
PCB産業は製造プロセスが複雑で、生産技術の世代交代が速く、品質とコストに対する要求が高い産業です。このため、さまざまな問題の解決に取り組む中で、いかに重要な問題をスピーディーに特定し、効果的に最適化するかは、一刻の猶予も許さない課題となっています。
応用シーン
応用製造プロセス - 無電解金めっき、エッチング、穴あけ、現像など
仮想計測
ほとんどの生産設備にはリアルタイムのネットワーク接続機能がありますが、製品の種類が多く、少量多品種生産で製造プロセスが複雑になると、連続した製造プロセスで発生した異常は事後に検出され、報告されることが少なくありません。
設備の予知保全
毎日、毎週、毎月の工場のメンテナンスは、一定の労働力とコストがかかります。多くの企業が過度なメンテナンスや備品在庫によって、労働時間とコストが無駄になっていないかを重視するようになりました。多くの工場管理者が、設備の異常や故障を引き起こす可能性のある重要な特性値を探し出し、異常診断メカニズムを通じて重要設備の予知保全を行っています
材料配分の最適化
多くの製品と設備を組み合わせる時、適切だと考えられる生産パラメーターを過去の経験に基づいて決定することはよくあります。例えば、貴金属の使用比率などが含まれますが、このような場合、設備の最適なパラメーター決定、あるいは各製造プロセス間で使用される材料配分の最適化に明確な根拠がないことになります。
AIデモクラシーの実現
AIに関する課題は、社内のチーム単体だけでなく、企業全体がかかわるものとなりました。各分野のプロフェッショナルが、データに基づいてAI応用の可能性を探求し、従来のBIからAIによる予測モデル確立へのレベルアップを目指しています。