アイドルタイムおよびマイクロストップ(微停止)検知

微細な停止時間を捉え、失われている生産性を可視化

NAGAREは、手動および半自動ステーションにおける微小停止やアイドル時間を動画から記録します。これには、ダウンタイムログに残らないような短い停止も含まれます。各停止は時間計測され、カメラが捉えた状況に基づいてタグ付け・分類されるため、繰り返される損失が可視化され、解決可能になります。

隠れた停止要因を見つけ出す

手作業のミスをゼロにする、製造現場で信頼されるソリューション

課題

短時間の停止が積み重なり、シフトの損失に

微小停止は数秒から数分で終わるため、記録されることはほとんどありません。しかし、ライン全体でシフトを通して積み重なると、誰もが注目する大きな故障よりも多くの生産量を密かに奪っている可能性があります。

報告対象外の領域

多くのダウンタイム管理システムは一定時間以下のイベントを無視するため、最も頻繁に発生する停止がレポートに現れることはありません。

機械は報告するが、人は報告しない

PLCは機械が待機していたことは記録できても、作業者が部品を探していたのか、手作業で詰まりを解消していたのかまでは判断できません。

原因がなければ、解決策もない

停止理由が不明なままでは改善チームは推測に頼るしかなく、同じ小さな損失がシフトごとに繰り返されてしまいます。
ソリューション

すべての微小停止とその発生理由を可視化

当社のAIプロセス監視ソフトウェア「NAGARE™」は、ステーションの動画から微小停止やアイドル時間を検出し、その時の状況を記録します。停止時間は計測・グループ化され、該当するクリップと紐付けられるため、推測ではなく事実に基づいて原因を解決できます。なお、ダウンタイム削減数値はNAGARE製品レベルの指標であり、お客様のラインにおける実際の削減量を保証するものではありません。

記録に残らない短時間の停止を捕捉

  • 数秒以上の停止や待機時間を検出
  • 作業者の待機時間と機械の停止時間を分離
  • シフトごとに同じしきい値を適用
  • 停止回数と合計時間を集計
すべての停止を記録
動画から時間を計測
秒
最短停止時間の集計
手動組立ステーションで、空の部品供給機の横で待機する作業員の概念図。

各損失に原因を割り当てる

  • カメラ映像に基づき停止事象をグループ化
  • 各停止事象を検証用クリップに紐付け
  • シフトごとの損失時間に基づき原因をランク付け
  • 改善策が損失の低減につながっているかを追跡
30%
ダウンタイムの削減
原因別のランク付け
最初に取り組むべき場所
仕組み

微小停止の検出方法

NAGAREはステーションを監視し、本来作業が行われるべき時間に停止している瞬間を捉えます。各中断はカメラの映像に基づいて時間計測と状況説明が行われ、類似した停止事象とグループ化されます。

ハイライト #1

正常な作業の定義

記録されたサイクルからステーションの正常な稼働状態を学習し、作業が停止した瞬間をモデルが認識できるようにします。

ハイライト #2

あらゆる中断を計測

停止や待機時間は、合意されたイベント定義に基づき、解決までの時間や閾値を記録して計測します。短時間や不明瞭なイベントは、ステーションの代表的な映像と照らし合わせて検証します。

ハイライト #3

原因別のグループ化

停止は「部品待ち」や「詰まりの解消」といった発生事象ごとにグループ化され、損失時間順にランク付けされます。

お問い合わせ

ステーションのシフト映像と現在のダウンタイムレポートをお送りください。レポートでは見落とされがちな微小停止を可視化します。

お問い合わせ

微小停止:手動ログ、機械データ、および映像

各ソースはそれぞれ損失時間を記録しますが、捕捉できる最短の停止時間や、原因が記録されるかどうかという点で違いがあります。

監視の必要性
手書きのログ
PLCおよびOEEシステム
NAGARE AI
記録された最短の停止時間
数分間
閾値による設定
数秒間
手作業
記憶に残っていれば記録
目視不可
映像から認識
各停止の原因
後から記録(記録される場合のみ)
機械の状態のみ
クリップとグループ化された原因
損失の可視性
推測による損失
部分的に可視化された損失
損失の測定とランク付け

よくある質問

チョコ停の定義とは?

定義は現場によって異なりますが、チョコ停とは通常、数秒から数分程度の短い停止時間のことを指し、メンテナンスを必要とせずに復旧できるものを指します。日本の工場では「チョコ停」と呼ばれています。典型的な原因としては、詰まり、供給ミス、センサーの誤作動、材料待ちなどが挙げられます。どの事象をカウントし、どの事象をレポートから除外するかという閾値は、定義の合意によって決まるため、この定義を明確にすることは非常に重要です。ラインごとに異なるルールが適用されていることも少なくありません。

それらはOEEの中でどのように位置付けられますか?

「6大ロス」において、微小停止やアイドリングは、一般的に現場で合意された停止しきい値以下の「性能ロス」として扱われます。この慣習では、より長い停止時間が「稼働率」に影響を与えます。ライン間でOEE(設備総合効率)を比較する前に、ログ記録のしきい値と計画生産時間を一貫させてください。手作業ステーションにおけるオペレーターの待ち時間や材料不足についても、明確な定義が必要です。すべての停止を自動的に同じ設備ロスカテゴリに割り当てるべきではありません。イベントに名前を付け、クリップを確認することで、チームは報告された損失を深く理解できるようになります。

なぜダウンタイムシステムではそれらを見逃してしまうのですか?

詳細な停止ログのカットオフ設定により、短いイベントがログから除外されることがありますが、その影響はパフォーマンス指標に残る場合があります。カメラによる観測は、動作や視界が許す限り、より短いイベントしきい値のサポートに役立ちますが、有効な最小持続時間は設定された手法と録画解像度に依存します。短い停止や誤検知を損失として報告する前に、必ず検証を行ってください。クリップと合意済みのイベントカテゴリを保持することで、詳細なレポートがノイズにならず、後から確認可能な状態を維持できます。

手作業ステーションでの「待ち」はどのように認識されますか?

「待ち」の定義はステーションごとに設定する必要があります。手が止まっているからといって、必ずしも非生産的な時間とは限りません。機械加工中や硬化工程中に部品を保持している場合もあります。何をもって「作業中」「部品待ち」「材料不足」とするか、目視可能な動作とステーション信号に基づいて合意してください。原因が目視できる場合、カメラの証拠が分類を裏付けます。曖昧な停止については、確認作業や追加の入力が必要です。シフト間の比較や損失原因の割り当てを行う前に、通常の変動範囲内でカテゴリの妥当性を検証してください。

ブロッキングやスターベーションが発生しているステーションを表示できますか?

「ブロッキング(後工程の詰まり)」と「スターベーション(前工程の供給不足)」は、ラインの状態を把握する上で有用です。ステーションが後工程のスペース待ちをしているのか、前工程の作業待ちをしているのかを判断できます。カメラ映像、バッファの状況、利用可能な機械信号を組み合わせることで、文脈が可視化されたパターンを特定できます。オペレーターが停止しているクリップ単体では、上流の原因を特定できません。バッファや作業内容の変更が損失の解決につながると結論付ける前に、隣接するステーションとイベントの定義を確認してください。

オペレーターが手入力する原因記録の代わりになりますか?

手入力による理由コードは、特に頻繁に発生する短いイベントにおいて、欠落したり一貫性がなかったりすることがあります。確認済みのクリップを活用すれば、作業を何度も中断させることなく、目視で原因を分類できます。品質保留や監督者からの指示など、カメラで判断できない原因についてはオペレーターの入力を活用してください。セットアップ時にカテゴリと自動分類ルールを合意し、代表的なイベントで検証を行います。原因が不明な場合は、安易に既存のカテゴリに割り当てず、「不明」として扱うことが重要です。

オフィスコンピュータの活動追跡とは何が違うのですか?

オフィスツールは、キーボードやマウスの操作を測定して、離席中のアイドル時間を報告します。一方、本システムはカメラを用いて製造ステーションでの作業状況を測定します。その目的は個人を監視することではなく、プロセス上の損失を見つけることにあります。結果はステーション別および原因別に確認され、小さな停止は解決すべきラインの問題として扱われます。

ラインの微小停止検知を開始するには、何を送ればよいですか?

1〜2ステーション分のフルシフト動画、現在のダウンタイムレポート、およびラインのタクトタイムをお送りください。その際、すでに疑わしいと考えている損失要因や、影響を受けていると思われるステーションを明記してください。これに基づき、標準作業を定義し、微小停止のしきい値を設定した上で、そのラインで最も時間をロスしている原因を明らかにします。

専門家に相談する

生産性が漏れているラインを特定する

ステーションの動画、タクトタイム、ダウンタイムのログを共有してください。対象ラインの微小停止を追跡する計画を立て、タイミングとコストを算出します。最初のステーションについては、通常4週間以内にライブデータのレポートを開始できます。

隠れた停止要因を見つけ出す
動画を閉じる