ฟูจิตสึเผยกรณีศึกษาการใช้ Big Data เพื่อการพัฒนาสายการผลิตอย่างต่อเนื่อง

ข่าวประชาสัมพันธ์ »

          ฟูจิตสึเผยกรณีศึกษา ออมรอนใช้ Big Data เพื่อช่วยให้คนทำงานหาวิธีการพัฒนากระบวนการผลิตแผงวงจรพิมพ์ โดยการบูรณาการข้อมูลที่ได้จากแต่ละจุดของสายการผลิต เพื่อให้เห็นภาพการเคลื่อนไหวตั้งแต่จุดเริ่มต้นจนถึงจุดสิ้นสุด เพื่อเปิดทางให้มีการหาปัญหาและสาเหตุได้อย่างรวดเร็วและง่ายดาย ส่งผลให้ผลิตผลต่อหน่วยชั่วโมงเพิ่มขึ้นร้อยละ 30 ภายในระยะเวลาเพียงไม่กี่เดือน และยังคงมีการพัฒนาอย่างต่อเนื่อง "ตอนแรกที่เห็นข้อมูล ผมประหลาดใจมาก เพราะโซลูชั่นเผยให้เห็นถึงการพัฒนาที่ผมตามหามายาวนาน และทำให้ความคาดหวังที่เรามีในการต่อยอดการพัฒนาสายการผลิตมีแนวโน้มที่จะเป็นจริงขึ้นมาได้" มร.ชินจิ มิซูโน (Mr. Shinji Mizuno) , ผู้จัดการ บริษัท ออมรอน คอร์ปอเรชัน กล่าว

แสวงหาการเติบโตในระดับโลก
          บริษัท ออมรอน คอร์ปอเรชัน เป็นผู้ผลิตอุปกรณ์อิเล็กทรอนิกส์ให้กับผลิตภัณฑ์ระบบอัตโนมัติและการแพทย์ ในเดือนกรกฎาคม 2011 ที่ผ่านมา ออมรอนได้พัฒนา "Value Generation 2020" ซึ่งเป็นวิสัยทัศน์ด้านการบริหารของบริษัทฯ ในระยะยาวถึงปี 2020 และยังได้สร้างเป้าหมายท้าทายให้ตนเองในด้านการเติบโตเพื่อก้าวสู่การเป็นบริษัทระดับโลก ออมรอนเน้นย้ำเรื่องคุณภาพ ความปลอดภัยและสภาพแวดล้อม โดยให้การสนับสนุนนวัตกรรมการผลิต ระดับโลก ด้วยเทคโนโลยีการควบคุมและการสัมผัส ที่เป็นเอกลักษณ์ ออมรอนมีส่วนแบ่งในตลาดประเทศญี่ปุ่นคิดเป็นอันดับหนึ่ง (40%) ในส่วนของธุรกิจด้านระบบอุปกรณ์ควบคุมและระบบอัตโนมัติในโรงงาน (Factory Automation - FA) และมีการดำเนินธุรกิจใน 80 ประเทศทั่วโลกทั้งในทวีปยุโรปอเมริกาเหนือ ประเทศจีน และภูมิภาคเอเชียแปซิฟิก
          นอกจากนี้ ออมรอนยังให้บริการโซลูชั่นการผลิตกับลูกค้าเพื่อช่วยแก้ไขปัญหาด้านจัดการอันหลากหลายที่เกิดขึ้นในโรงงานการผลิต พร้อมๆ กับมีการลงทุนอย่างต่อเนื่อง เพื่อเพิ่มประสิทธิภาพสายการผลิตในโรงงานของตนเอง โดยใช้ผลิตภัณฑ์และเทคโนโลยีการควบคุมของออมรอน

ค้นหาวิธีการเพื่อยกระดับการพัฒนาการผลิตอย่างต่อเนื่อง
          ออมรอนแสวงหาวิธีการพัฒนากระบวนการผลิตอย่างต่อเนื่อง เพื่อนำมาใช้ในโรงงานหลักที่ผลิตระบบอัตโนมัติสำหรับอุตสาหกรรมของบริษัทฯ ในเมืองคูซัตซึ ประเทศญี่ปุ่นซึ่งสายการผลิตของแผงวงจร ประกอบไปด้วยขั้นตอน 4 ขั้นด้วยกัน โดยขั้นตอนที่หนึ่งคือการเตรียมแผงวงจรโดยใช้การบัดกรี ส่วนขั้นตอนอีกสองขั้นถัดไปจะเกี่ยวข้องกับการวางชิ้นส่วนอิเล็กทรอนิกส์ลงไปที่แผง และในขั้นตอนสุดท้าย
          จะผนึกชิ้นส่วนทั้งหมดไปที่แผงวงจรแบบถาวร ข้อมูลล็อก (log data) จากอุปกรณ์แต่ละชิ้นในสายการผลิตจะมีการเก็บที่ ฐานข้อมูลที่แยกต่างหาก เนื่องจากการบันทึกความผิดพลาดจากเครื่องจักรแต่ละเครื่องนั้นไม่ได้รวมกันไว้ในที่เดียว ทำให้การระบุต้นเหตุปัญหาทำได้ยาก ก่อนหน้านี้มีเพียงแค่พนักงานโรงงานที่มีประสบการณ์แล้วเท่านั้นที่จะตรวจสอบบันทึกความผิดพลาดในระบบการผลิตและการควบคุมเพื่อหาปัญหาได้และในบางครั้งการหาต้นเหตุของปัญหาก็เกินความสามารถของพนักงานเหล่านี้ เนื่องจากพวกเขาไม่สามารถตีความสัมพันธ์ระหว่างกระบวนการที่ซับซ้อนออกได้ โดยนาย Shinji Mizuno เล่าว่า "ในการก้าวสู่อีกขั้นของการพัฒนาอย่างต่อเนื่อง เราจำเป็นต้องมีข้อมูลในเชิงรูปธรรมด้วย"

พลังของ Big Data
          ในการสนับสนุนให้คนมีการพัฒนาอย่างต่อเนื่องออมรอนร่วมมือกับพันธมิตรอย่างไมโครซอฟท์และฟูจิตสึในการทำพิสูจน์แนวคิด (Proof of Concept - PoC)การมองเห็นการเคลื่อนไหวของสายการผลิตแบบเรียลไทม์ โดยการเชื่อมแผงวงจรแต่ละแผงที่ผลิตเข้ากับประเภทข้อมูลแต่ละประเภทที่มีการบันทึกในระบบการผลิตแต่ละระบบในสายการผลิตโดยจุดประสงค์หลักของการทำ PoC นี้ก็เพื่อระบุจุดที่ต้องมีการปรับปรุง ซึ่งเป็นจุดที่หาได้ไม่ง่ายนัก แม้แต่พนักงานโรงงานที่มีประสบการณ์แล้วก็ตาม
          นาย Mizuno ยังกล่าวอีกว่า "ควรมีสิ่งที่ให้เราพัฒนาให้เพิ่ม ขึ้นอีก" ระบบนี้ออกแบบมาโดยใช้อภิมหาข้อมูล(Big Data) ในการสนับสนุนพนักงานที่ทำงานในสายการผลิตทุกวันในการรวบรวมบล็อกข้อมูลจากอุปกรณ์แต่ละชิ้นในสายการผลิตแบบเรียลไทม์ ได้มีการใช้โปรแกรม Microsoft SQL Server และระบบ Sysmac NJ-series Machine Automation Controller ของออมรอนเอง ซึ่งช่วยควบคุมการเคลื่อนไหวของอุปกรณ์ และเครื่องยนต์แต่ละตัว โดยตั้งแต่เดือนกันยายน 2013 เป็นต้นมา ฟูจิตสึได้พัฒนาระบบที่สร้างรายงาน "Timeline Data Visualization(การมองภาพข้อมูลตามแนวเวลา)" ซึ่งเป็นรายงานที่เปิดโอกาสให้วิเคราะห์ข้อมูลตามจริงได้อย่างรวดเร็วภายในพริบตาเดียว โดยวิเคราะห์จากมุมมองแผงวงจร แต่ละแผงหรือกระบวนการผลิต และจะแสดงสถานะการผลิตที่ละเอียดกว่าแต่ก่อน แต่กระนั้นก็ยังมีความง่ายพอที่ทุกคนจะเข้าใจได้
          นอกจากนี้รายงานยังแสดงแผนภาพการเคลื่อนไหวในสายการผลิตตามลำดับเวลา ซึ่งเปิดโอกาสให้พนักงานระบุได้ชัดเจนว่าผลิตผลมีการลดลงที่จุดไหนและเมื่อไหร่ และนำไปซ้อนทับกับ ข้อมูลอื่นๆ เพื่อค้นหาต้นเหตุที่แท้จริงของจุดที่เสื่อมประสิทธิภาพ

การเห็นภาพนำไปสู่ไอเดียใหม่ๆ
          แม้แต่พนักงานที่ไม่มีประสบการณ์ก็สามารถวิเคราะห์สถานะการผลิตของแผงวงจรแต่ละแผงได้ ส่งผลให้มีประสิทธิภาพในการแก้ปัญหาและการผลิตเพิ่มสูงขึ้นกว่าเดิม 6 เท่า ตัวอย่างเช่นปัจจุบันพนักงานโรงงานหนึ่งคนสามารถวิเคราะห์ต้นเหตุของปัญหาที่มีความซับซ้อนได้ ซึ่งเมื่อก่อนต้องใช้พนักงานที่มี ประสบการณ์ทั้งหมด 6 คนในโรงงานผลิตมาช่วยวิเคราะห์
          ทำให้พนักงานเหล่านี้มีเวลาเพิ่มมากขึ้น และจะใช้เวลานั้นไปมุ่งเน้นที่การออกแบบวิศวกรรมและกระบวนการผลิตแทนส่งผลให้มีผลิตผลต่อหน่วยชั่วโมงเพิ่มขึ้น 30% ภายในเวลาสองสามเดือน และยังคงเพิ่มขึ้นต่อเนื่อง นอกจากนี้ ระบบใหม่ยังเปิดโอกาสให้พนักงานจากหลายๆ กะได้ร่วมมือกัน กล่าวคือ พนักงานสามารถเรียกดูแผนภาพการเคลื่อนไหวของการผลิตจากกะก่อนหน้า และระบุจุดที่ควรมีการพัฒนาได้ในขั้นต่อไป ออมรอนวางแผนที่จะจับคู่ข้อมูลวิดีโอของกระบวนการการตรวจสอบเข้ากับข้อมูลอื่นๆ เช่น อุณหภูมิบันทึกความผิดพลาด และข้อมูลคุณภาพตามลำดับเวลา และนำไปแสดงใน Dashboard เดียวกัน ซึ่งแผนกการผลิตและแผนกการวางแผนจะนำข้อมูลนี้ไปใช้ในการพัฒนาเทคโนโลยีวางแผนการผลิตและทางการเงินออมรอนและ ฟูจิตสึกำลังพิจารณาที่จะโปรโมทระบบที่ได้มีการพัฒนาร่วมกันที่สายการผลิตในโรงงาน Kusatsu ให้มีการใช้งานที่จุดอื่นๆ เพราะนวัตกรรมในการมองเห็นภาพการผลิตนี้จะนำไปสู่การเกิดไอเดียใหม่ๆ และมีการคาดการณ์ว่าห่วงโซ่นวัตกรรมนี้จะขยายการใช้งานไปตามแผนกอื่นๆ
 


ข่าวกรณีศึกษา+โซลูชั่นวันนี้

Com7 Business ชวนองค์กรไทยเปิดมุมมองการใช้ AI ในงาน "Com7 Intelligent Bangkok Summit 2026"

Com7 Business เตรียมจัดงาน Com7 Intelligent Bangkok Summit 2026 เวทีสำหรับผู้บริหารองค์กร ทีม IT Manager และ Developer ที่ต้องการเรียนรู้แนวทางการนำเทคโนโลยี AI ไปใช้จริงในองค์กร ตั้งแต่การเพิ่มประสิทธิภาพการทำงาน การออกแบบ Workflow ไปจนถึงการยกระดับผลิตภัณฑ์และบริการให้ตอบโจทย์ธุรกิจยุคใหม่ ภายใต้แนวคิด "ไม่ใช่แค่ฟัง แต่ได้เห็น ได้ทดลอง และได้แนวทางนำ AI ไปใช้จริงในองค์กร" งานครั้งนี้ออกแบบมาเพื่อให้ผู้เข้าร่วมได้เห็นกรณีศึกษาจริง แนวทางการประยุกต์ใช้ AI ในระดับองค์กร รวมถึง

สวทช.-บพข.-อบก. ผนึกกำลังดึง AI-DataBox ต... อว.รุกคืบ 'Carbon Data' ปั้น CME Platform รับรองคาร์บอนเครดิต EV ครั้งแรกในไทย — สวทช.-บพข.-อบก. ผนึกกำลังดึง AI-DataBox ตรวจวัดเรียลไทม์ ปูทางตลาดซื้อขาย...

ยกระดับผลิตภาพ ลดต้นทุน 36% สร้างรายได้ 1... สศก. ชูโมเดล "ไร่เตียวิเศษ" เกาะพะงัน ธุรกิจเกษตรอินทรีย์แบบ Demand-led ใช้ Zero Waste — ยกระดับผลิตภาพ ลดต้นทุน 36% สร้างรายได้ 1.28 ล้านบาท/ปี เสริมเสถี...

ในชีวิตประจำวัน ผู้อ่านอาจสังเกตเห็นว่า ส... The Value Stick กับเกมราคารถยนต์ไฟฟ้าในประเทศไทย: ทำไมของแพงกว่ายังขายได้ — ในชีวิตประจำวัน ผู้อ่านอาจสังเกตเห็นว่า สินค้าที่มีคุณสมบัติที่คล้ายกันมาก จนแ...