主軸の振動をAIで見張り、突然の停止を年27回から4回に
成果突然の停止：年27回から4回に
鋳造条件をAIで分析し、巣の不良率を4.1%から1.3%に
成果巣による不良率：4.1%から1.3%に
この事例のポイント
- マシンは鋳造ごとの温度や圧力を記録していたが、そのデータは誰も見ないまま消えていた。
- 入社3年目の品質管理の社員が地元の大学と組んで分析し、巣が増える条件を見つけた。
- 不良率が1.3%になり、溶かす炉のガス代も下がった。
事業者のプロフィール
| 事業内容 | 自動車のエンジン部品をつくるアルミダイカストの会社（ダイカストマシン9台） |
|---|---|
| 所在地 | 福井県 |
| 業種 | 製造業 |
| 従業員数 | 従業員70名 |
課題と取り組み
抱えていた課題
- 鋳物の中にできる巣（空洞）による不良が4.1%あり、X線検査で見つかって捨てる部品が月に約1万個あった。
- ダイカストマシンは鋳造ごとの温度や圧力を記録していたが、データは誰も見ないまま消えていた。
- 不良が増える理由は「夏は出る」とだけ言われ、ベテランが条件を勘で直していた。
やったこと
- 品質管理の入社3年目の社員が地元の大学の先生と組み、マシン9台の2年分の鋳造の記録と不良の記録をつないだ。
- AIで分析すると、巣が増えるのは金型の温度が下がった状態で湿度が高い日だと分かった。
- 金型の温度が下がりそうになるとマシンの画面に知らせが出る仕組みを、まず不良の多い2台で試した。
- 知らせが出たら、溶けたアルミを流す前に金型を温める手順を決め、半年で全台に広げた。
事業の効果
- 巣による不良率：4.1%から1.3%に
- 捨てていた部品：月約1万個から約3,000個に
- 溶かし直すアルミが減り、溶かす炉のガス代が年約800万円下がった
- 分析をした社員はほかの工程の不良も見てほしいと頼まれ、品質のデータの担当になった
今後の展望
取引先に鋳造の記録を部品ごとに渡せるようにし、品質の記録を求める電気自動車の部品の注文を取りにいく。
同じ使い方に補助金は使える？
データを集める仕組みとAIの分析、それを使った設備の改造は、ものづくり補助金や省力化投資補助金（一般型）などが対象になりえます。分析だけで終わらせず、不良がどれだけ減ってその分で何を作るかを数字で計画に書くのがかなめで、御社の使い方が対象になるかは公募要領の条件で変わります。
AI導入に使える補助金を見るほかのAIの予測・分析の事例
AIの予測・分析の事例をすべて見る出典・補足
この一覧には、採択事例のほかに参考事例も含まれています。