不良予測と設備の予兆保全へのAIおよびデジタル技術の導入と活用のポイント

セミナー趣旨

　昨今、生成AIを含めAI技術はめざましく進歩してきている。一方、これまで品質や設備故障を現場力で担保してきた時代は、「2025年の崖問題」など、技術継承が進まず、すでに限界を迎えようとしている。
　本セミナーでは、この技術継承のハードルを乗り越え、AI技術を徹底的に活用し、不良予測や設備の故障予知について論説するが、まずは、「そもそも製造現場に何故DXが必要なのか」「失敗しないモノづくりDXとは」から詳しく解説したのち、「工場現場へのAI導入と活用のポイント」について詳述する。
　その後、本セミナーのタイトルである「工場現場への失敗しないAIによる不良予測システム導入の極意」と「設備の予兆診断、予知保全へのデジタル技術導入と活用のポイント」を、実践的なテーマにフォーカスをあて解説する。

受講対象・レベル

製造業においてDXを推進されている方、および今後推進チームに入られる方など

必要な予備知識

特になし

習得できる知識

そもそも、「製造業に何故DXが必要なのか」から始まり、モノづくり改革、モノづくりDXをゴールに導くための手法が習得できる。
また、これに加え、AIの利活用により、「不良を作らない」「ラインを止めない」仕組を構築するためのHowtoが得られる。

セミナープログラム

第1部
データ活用による付加価値創造（競争優位源泉の確保）とそれを実現するスマートファクトリー　
1. 製造業におけるDX・スマートファクトリーとは
　　（１）製造業におけるモノづくりDXの現状
　　（２）モノづくりDXの成功要因
　　（３）スマートファクトリーとは
2. 製造業におけるスマートファクトリーを成功に導くには
　　（１）改良・改善と改革の違い
　　（２）ゴール設計（ブループリント）と時間軸設計（詳細計画書）
　　（３）製造DXを成功に導くために最初に整えるべきもの
　　（４）DX成功の3つの要因
3. マニュファクチャリング・デジタルサービスプラットフォーム
　　（１）データ活用のための必須条件
　　（２）マニュファクチャリング・デジタルサービスプラットフォーム
4. データ活用により生まれる新たな価値
　　（１）最適化、自律制御、気づかせる化
5. 製造現場においてデータの利活用が進まない背景
　　（１）製造業におけるDXの源泉は「データ活用」
　　（２）いかに「データ活用」を推し進めるか

第2部
AIによる異常検知技術の導入と実装方法
1. 製造現場におけるAIによる異常検知の導入の必要性
　　（１）異常検知実現のためにはデータは不可避
　　（２）データ活用のための必須条件
　　（３）モノづくりの３つのリソース
　　（４）スマートファクトリー実現に向けた３つの要素
2. データの取得方法とそのポイント
　　（１）マニュファクチャリングデジタルサービスプラットフォーム
3. データの連携方法とその活用
4. ＡＩによる予測、予知モデルの作成
　　（１）異常検知の仕組み
　　（２）予測、予知モデルの作成方法とそのポイント
　　（３）熟練工のカン、経験、スキル、ノウハウなどの暗黙知を形式知に変えた予測モデル
5. ＡＩによる各種モデルの実装例
　　（１）モデルの実装方法とそのポイント
　　（２）振動センサーからのデータによる設備故障予知
　　（３）電流、電圧などのリアルタイムモニタリングによるヒーター線の断線予知
　　（４）ファインセラミックス工程における様々なAIモデル実装例
　　（５）異常検知モデルの実装後の自律学習
6. ＡＩによる予測、予知モデルの導入のポイント
　　（１）異常検知の継続のための必要要件
　　（２）製造現場との共創による価値の創出
　　（３）暗黙知のデータ化
　　（４）製造現場のキーパーソンの育成
　　（５）データサイエンティストに求められる３つのスキルセット

第3部
失敗しない「AI不良予測」導入の極意
1. データ活用のための必須条件
2. なぜAIによる不良予測が必要なのか
　　（１）「不良検知」と「不良予測」の定義
3. 導入の極意
　　（１）成功の鍵
　　（２）データ戦略
　　（３）説明可能なAI（XAI）の導入
　　（４）製造現場との協調
　　（５）導入までのロードマップ

第4部
「予兆診断」と「予兆保全」におけるデジタル変革
1. 設備の突発停止による影響
　　（１）突発停止による損失
　　（２）現代産業が直面する構造的課題
2.　設備の予兆診断を成功に導くためには
　　（１）保全方式の進化とパラダイムシフト
　　（２）予兆診断を実現する3つの技術基盤
　　（３）物理量をデータに変えるセンシング技術
　　（４）異常検知を支えるAIアルゴリズム
　　（５）導入を成功に導く戦略的4ステップ
3.　成功を分ける組織実装の重要ポイント
4. 各業界における実装事例と効果
 

キーワード
異常検知,不良対策,不良予測.講演,セミナー,研修,講座,AI

セミナー講師

株式会社ReiHawk　代表取締役社長　前田 岳志　氏

セミナー受講料

49,500円（税込、資料付）
■ 非会員の方は1名につき49,500円（税込み）です。
会員の方もしくは新規会員登録していただいた方の受講料は以下の通りです。
　★1名で申込の場合、46,200円（税込）に割引になります。
　★2名以上同時申込の場合、1名につき半額の24,750円（税込）に割引になります。
　　※参加者全員の会員登録が必要です。登録料や年会費などは一切かかりません。

※LIVE配信とアーカイブ配信（見逃し配信）両方の視聴を希望される場合
　お一人様につき、追加料金11,000円（税込）にてお申込みいただけます。
　メッセージ欄に「LIVEとアーカイブ両方視聴」と明記してください。

※ 会員登録とは
　 ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。
　 すべて無料で年会費・更新料・登録費は一切かかりません。
　 メールまたは郵送でのご案内となります。
　 郵送での案内をご希望の方は、備考欄に【郵送案内希望】とご記入ください。

主催者

開催場所

受講について

Zoomを使ったWEB配信セミナー受講の手順

1. Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントをダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。
2. セミナー前日までに必ず動作確認をお願いします。
3. 開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加ください。

• セミナー資料は開催前日までにPDFデータで配布いたします。
  ※紙媒体での配布はございません。
  ご自宅への送付を希望の方はコメント欄にご住所などをご記入ください。
  開催まで4営業日～前日にお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますことご了承下さい。
• 無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。