top of page
hero-bg-08.jpg
Profet AI Insight

私たちが最新情報や産業観点を理解することで

AI プラットフォームを通じて PCB 産業の現場管理モデルをアップグレード

近年、スマートフォン、パソコン、IoT、車載機器などの新製品が続々と登場している。これを受けて、プリント基板(PCB)産業は少量多品種生産で、製造プロセスやパラメーターの組み合わせを顧客と製品に合わせて更新し続ける状況であり、メーカーはベテラン技術者の経験に頼り、短期間で最適なパラメーターを設定しなければならなくなった。一方、PCBの製造プロセスは複雑で、生産ラインに品質の問題が発生した時、複数のプロセスに起因することが多いため、正確な要因をつきとめることが難しい。

 このような状況を受けて、多くのPCB大手メーカーが早くからMES、設備のネットワーク接続、AIoT、BIなどを製造現場に導入してきた。工場のデータを利用した生産の透明化、情報のリアルタイム化、製品の履歴化、生産状況の可視化によって、品質の改善と良品率の向上を続けることが目的だ。これにより、工場全体のコストと作業時間のムダを削減し、効率的に在庫を確保しておくことが可能となる。

 初期のPCB産業はどのような問題が発生した場合でも、まずデータを収集し、タグチメソッドやシックスシグマなどを使用して要因を見つけ出し、改善を行った。しかし、製造現場の技術者の能力はばらつきがあり、専門的な統計ソフトウエアを誰もが使えるようにすることは容易ではない。最も重要なことは、近年ベテラン技術者が高齢化し、人材確保が困難であることだ。このような状況下で、PCB産業各社は自社の知識の保存と複製、拡散において厳しい課題に直面している。だがこの数年、これらの問題は徐々に改善されつつある。スマート製造ブームの中、多くの企業がシステムを導入し、自社で大量の生産ビッグデータを保有するようになった。このニッチ条件の下でAI(人工知能)発展への注目が高まり、生産ビッグデータの精緻化とスマート応用によって、企業成長と利益獲得を目指すメーカーが増えている。しかしながら、AI導入における最初の難題は、市場でAI専門人材の確保が容易ではないことだ。PCB産業もAI人材が不足しており、企業がAI導入に二の足を踏む要因となっている。

産業の問題を熟知するProfet AIが開発した24時間稼働する「バーチャルAIデータサイエンティスト」


製造業のAI応用と人材需要の高まりに応じ、杰倫智能(Profet AI)は製造業向けAIプラットフォームの発展に尽力している。Profet AIが開発した自動機械学習(AutoML、Automated Machine Learning)プラットフォームの目的は、企業のAI応用における問題の解決だ。このプラットフォームはまさに「バーチャルAIデータサイエンティスト」として、専門家がプログラムを書いたり、複雑なアルゴリズムを研究したりする必要なく、過去の生産データを使用してすばやくAI分析を行うことができる。Profet AIのツールはR&D部門による製品開発の最適化、品質管理の専門家による異常の要因発見、製造プロセスの専門家によるすばやく最適なパラメーター調整をサポートし、生産フローを改善する。そしてイノベーティブなAI機械学習応用技術で膨大なアルゴリズムを簡略化し、使いやすいデータ分析ツールとして標準化したスマート意思決定システムをすばやく構築して、生産規模の拡大、そして製造と開発の効率向上を支援する。Profet AIのプラットフォームはPCB産業の生産品質予測だけでなく様々な産業で活用でき、企業の各分野の80%の重要人材が自らAIを使用し、データ分析を応用して意思決定を行う文化を育てることを可能にする。


製品付加価値の向上や工場の大規模化を目指す一部のPCBメーカーが、すでにProfet AIのAI自動機械学習プラットフォームを導入し始めている。企業の「バーチャルAIデータサイエンティスト」として、簡略化された直感的な図表で操作できるAIデータ分析ツールであり、業務の専門家がすばやくAI応用能力を身につけ、手元のデータを理解するだけでアップロードから分析完了までを数ステップで実行できる。これにより、従来型の製造業が「1日でマスターして、1週間で結果を出せる」AI導入を実現しており、例えばPCB産業なら、リアルタイムの品質予測と製造プロセスのパラメーター最適化などで容易にAIを応用することが可能だ(図1参照)。



(図1)杰倫智能(Profet AI)の「AI自動機械学習(AutoML)プラットフォーム」は、

まさに企業の「バーチャルAIデータサイエンティスト」だ。


PCB産業の無電解金メッキ(ENIG)製造プロセスを例にしよう。ENIG製造プロセスは相対的に安定したプロセスではあるが、AI導入によって解決できる二点の問題がある。一つ目は、ENIG製造プロセスはロット抜き取り検査であることに加えて、ラボの金めっき膜厚測定設備は高額な上に測定時間も長く、オンラインで全品検査をすることは不可能であるため、大量かつ頻繁に生産する場合、問題のあるロットを発見できる保証がない点だ。二つ目は、金は貴金属で高額であり、メーカーは使用量を減らしたいと考える一方、顧客が指定する規格に合わせる際、現場の技術者が経験に基づいて製造プロセスの時間や温度、濃度などを調整するが、製品や生産ラインの違い、基板の大きさ、めっき面積など多くの要因が関係することから、良品率を高めるために規格に合わせつつ金めっき膜厚を厚く設定する傾向があり、長期的に見るとコストが大きく増加する点だ。

顧客の明確なニーズを再確認した後、Profet AIは以下のステップに従って顧客のAIによる問題解決と応用をサポートする。



ステップ1:生産データの収集と整理


顧客はまず過去1年のENIG製造プロセスの抜き取り検査データ(Y)の製品ロット番号、製品規格、生産設定、リアルタイムのパラメーター(ニッケルタンク/金タンク)、金めっき膜厚の数値(目標Y)などのデータを整理し、Y=F(X)のロジックに基づいて以下のようなExcel形式またはCSV形式の図表を作成する(図2)。



(図2)Y=F(X)のロジックに基づき、データの図表を作成する。


ステップ2:AI予測モデルを構築


Profet AIプラットフォームにデータの図表をアップロードすると、システムがデータの前処理を実行する。顧客がデータの品質を再確認して、各固有値の結果Yに対する関連性を把握した後、このデータを用いてオートモデリング作業を進める。技術者はモデリングの内容、プログラム設定、開始の3ステップを確認するだけで、全自動のAI機械学習によるモデリング作業を実現できる。


ステップ3:要因の分析、シミュレーション予測、バーチャル全品検査、最適化したパラメーターの推薦(図3)


l 要因の分析:

Profet AIプラットフォームがモデリングを完了した後、システムスコアで最適なAI予測モデルを見つけ出す。予測モデルから、製造プロセスユニットが金めっき膜厚工程に影響する要因をただちに分析するのと同時に、ランクに基づいて現場にすばやくフィードバックし、品質改善の意思決定の参考となるデータを提供する。実際の応用現場で、プロセスエンジニアは統計に関する詳しい知識がなくとも、容易にプラットフォームを使用してすばやく要因を見つけ出すことが可能だ。

lI シミュレーション予測: 

過去のデータから構築した予測モデルに基づいて、プロセスエンジニアはプラットフォーム上でリアルタイムのパラメーター調整シミュレーションを行うことができる。現場で測定された金めっき膜厚が厚すぎる、または薄すぎる場合、プラットフォームのシミュレーションで速度や温度などの設定値(上昇または低下)を入力すると、システムがパラメーター調整後の金めっき膜厚を自動で予測する。これにより、プロセスエンジニアはこれまでの実製品を使用した実験方法に頼ることなく、事前のパラメーター調整シミュレーションを行うことが可能だ。システムのシミュレーションがより適したパラメーターを予測した後、実際のパラメーターを調整して設定を切り換えることで、エンジニアの作業時間と実験コストを削減することができる。

lII バーチャル全品検査:

Profet AIプラットフォームの予測モデルは、プラットフォームから分離させて現場の製造プロセスで使用し、バーチャルの全品検査をすることが可能だ。これまでは定期検査またはロット抜き取り検査しか方法がなかったが、AIシステムで各ロットの金めっき膜厚をバーチャル管理することができるようになる。予測された金めっき膜厚が規格よりも厚すぎる、または薄すぎた場合、品質管理者はただちに当該ロットの点検を行うことが可能となり、品質管理作業が受動的なものから能動的なものへと変わる。これにより、顧客は不良品の減少と、クレーム発生率の低下を実現できる。

IV 最適化したパラメーターの推薦: 

構築した予測モデルが正確になった後、Profet AIプラットフォームで製造プロセスの技術者が期待する金めっき膜厚数値を設定すると、システムが製造プロセスに合わせて最適化したパラメーターを推薦する。ENIG製造プロセスでは、顧客に納品する製品の金めっき膜厚は規格内でも低数値の範囲に抑え、これによって使用する金のコストを削減することが期待される。このため、製造プロセスの技術者がまず金めっき膜厚の目標値を設定した後、プラットフォームが各生産ライン、製品のサイズ、めっき面積などに合わせて、ニッケルタンクと金タンクの設定値を推薦する。この応用プログラムは、ベテラン技術者の経験を系統立てたENIGエキスパートシステムであり、新人技術者がすぐ使用できるだけでなく、海外工場における人材の問題も解決可能で、すでに多くの企業が現場に導入している。



(図3)プラットフォームが製造プロセスに合わせて最適化したパラメーターを推薦。



Profet AIは、従来のPCB産業の製造プロセスと品質管理の作業モデルに変革をもたらした。ベテラン技術者の経験を効率的に系統立てたエキスパートシステムであり、ユーザーはより便利にすばやく使用して問題を見つけ出し、改善を続けることができる。最も重要なことは、大量かつ異なる製造プロセスの生産データからプラットフォームを通じてより多くの価値が生み出された後、多くの導入企業でデータに基づいて思考する文化、そしてデータ資産収集の習慣が育っていることだ。このようなデータドリブンで改善を続ける文化が根付いた後、企業は有形無形の恩恵と利益を得ることが可能となる。


PCBメーカーのみならず、すでに100社以上が「1日でマスターして1週間で結果を出せる」Profet AIプラットフォームを現場に導入しており、半導体IC封止・検査産業、パネル産業、電子製造サービス産業(EMS)、石油化学産業、自動車産業、食品産業、その他従来型工業など製造業12業種の大手企業で、合計100件以上の実践例がある。Profet AIプラットフォームの導入によって、企業の各分野の80%の重要人材が自らAIを使用できるようになる。現在、製造業のAI導入は加速しており、各メーカーがAIによって戦略的優位性を高め、今後5年間のアップグレードを目指している。このため、ますます多くの管理者が「AI導入はすでに実施するかどうかの問題ではなく、いかに競合より速く、広範囲で応用するかが問題だ」と異口同音に言うようになっているのだ。


 
 

Comments


bottom of page