生産の最適化 MAGELLAN BLOCKS

現場力を強化

製造DXを強力に進める
MAGELLAN BLOCKSの活用

MAGELLAN BLOCKSの最新テクノロジーを活用して、
複雑化・属人化した生産計画の立案を自動化、生産プロセスの最適化を図ることで、生産性の向上を推進しましょう。
熟練者による判断を再現・強化して技術継承を図るとともに、
工程間のボトルネックを解消し、コスト削減やリードタイムの短縮を実現できます。

生産計画の最適化

量子技術

複雑な条件を考慮のうえ、目的を達成するために最も良い生産計画を自動立案。頻発する計画変更への対応や、熟練者による計画業務の継承・強化を実現。
シフトの最適化

量子技術

労働条件や勤務希望など従来のシフト作成条件に加え、働き方改革に向け、個人の生産性（力量）を加味したシフト計画を自動作成。
需要予測

AI

モデル作成やチューニングなど、AIの扱いが難しいプロセスを徹底的に自動化。テクニカルな操作を必要とせず試行錯誤を容易にし、目的に沿った高精度の予測を実現。
工場物流の最適化

量子技術

構内物流や複数の工場間を行き交う物流など、最も効果的な運搬計画を自動作成。
異常検知

AI

設備稼働や製造工程の状況を解析し、異常の兆候を検知。
課題分析・シミュレーション

データ解析

設備の変更や新商品の製造など、現場業務・作業性も加味したシミュレーションの実行により、計画立案を支援。

Use Case ユースケース

組立工程の最適化
作業時間のばらつきを抑えるための最適な作業割当を、量子技術を使って自動作成。作業順序の合理性を担保の上で、現場作業員の利き手や工具の交換、移動の工数等も細かく配慮され、品質の安定化や生産効率を改善。
段取り替え改善で
生産ラインの効率向上
設備ごとの製造可能製品や顧客指定納期などさまざまな制約条件を加味して、段取り替え回数が最小になる生産計画を自動立案。段取り替え回数・時間を短縮し、工程全体の改善や単位時間あたりの生産数を向上。
需要予測から生産ラインの
人員配置を最適化
熟練者の経験に基づき作成される計画を自動化。当日の注文量を予測し、稼働する生産ラインの人員配置やシフト計画を自動立案。
製造工程の品質予測
原料の流量や圧力、各設備の温度管理など、緻密な管理が求められる製造工程で、時間ごとの品質値をAIで予測。異常兆候の早期検知、対応策の実施などが実現可能に。
発電機器の異常検知
火力発電プラントの運転データをAIで解析・学習し、機器の異常や停止を事前に予測・検知。
新商品の売れ行き予測
AIで新商品の初期出荷後の売れ行きを予測。需要予測の伸縮に合わせて、適切な生産・供給量を判断できるようになったことで、廃棄や欠品による販売機会ロス／在庫ロスを抑止可能に。

MAGELLAN BLOCKSの特長

feature 01 業務課題に応じてマルチテクノロジーを活用
拡張性の高いクラウドプラットフォーム

量子コンピューティング技術による最適化モデルの適用や、AIによる予測モデルの適用、さまざまな数理モデル・アルゴリズムの活用、データの統合・可視化・分析を行う共通基盤として活用できます。

feature 02 機能の「ブロック」をつなぐだけ
一連のシステム構築・実行・運用を実現

高度なプログラミングを必要とせず、機能ブロックの組み合わせで、システムの構築・処理の自動化ができます。また、基幹システム連携で、外部エンジンとしても利用できます。

利用事例

日産自動車株式会社

作業編成立案の自動化

自動車の組立ラインでは、各作業場所で組立作業員により部品組み付けなどの作業が行われている。作業員に各々の作業を割り当てる作業編成では、車種ごとの作業内容の違いや作業場所にある設備との兼ね合い、作業の順序関係、タクトタイム、組立作業員の移動などのさまざまな制約を考慮しなければならず、熟練したスキルや経験が求められる。さらに、生産量などの変動があっても生産性を阻害しないためには、作業配分の偏りをなくし平準化された編成を立案することが重要となる。
組立ラインのうち部品を組み付けるトリム工程を対象に、量子アニーリング技術等を使って、作業編成の最適化検証を実施。結果、各制約との整合性を欠くことなく、従来より作業量の平準化が図れていることなどから、その有効性を確認。効果的な現場運用に向けて、作業編成システムの継続的な改善を進めている。

お知らせを見る

MAGELLAN BLOCKS
生産の最適化について

お問い合わせ

資料請求