ASUS AIoTが産業のアップグレードを促す新しいスマート製造ソリューションを構築

AIとビッグデータを活用した新しい製造プロセスにより、人による検査では見過ごされがちな欠陥が減少し、製品の品質と効率が向上

2020/06/05


キーポイント

  • ASUS AIoT Business Groupは、AIとビッグデータを活用した高度な製造ソリューションを開発しました。
  • ASUSは運営を変革し、供給側のIndustry 4.0のアップグレードに必要な柔軟性、速度、生産性、品質を実現しました。
  • 製造および組み立て用のスマート製造ソリューションへの投資により効率が向上し、手動の欠陥検査による損失が減少しました。

2020年6月4日 - 台北(台湾)

AIoT時代の到来とともに、ASUSは高度な製造機能を開発するための新しいテクノロジーと手法を採用してきました。2019年の終わりに、ASUSは同社のAIoTビジネスユニットを拡張して、業界向けのソリューションをより多くの開発できるようにし、その過程でAIoT Business Group(AIoT BG)に名前を変更しました。製造を成功させるための3つの主要な側面(設計力、技術力、継続的な収益性)について検討して計画した後、ASUSは運営を変革し、供給側のIndustry 4.0のアップグレードに必要な柔軟性、速度、生産性、品質を実現しました。

手作業での欠陥の検出は、製造プロセスが非効率になる主な問題点であり、その原因でもあります。ASUSは、AIを利用して金属周辺機器、ファン、プリント回路板、その他のコンピューターコンポーネントの製造、およびシステムアセンブリを行うスマート製造ソリューションに投資することで、業務が非効率になるボトルネックを取り除き、工場の従業員による製造上の欠陥の誤判断が原因の損失を減らすことができました。今後も、ASUSは人工知能とビッグデータを使用して、さまざまな種類の品質欠陥を統計的に分類し、その原因を特定し、欠陥の原因となるプロセスを改善して製造品質を改善しながらその限界を押し上げていきます。

「ASUSには現在数百のサプライヤーがおり、当社が品質検査プロセスを改善できるときはいつでも、サプライヤーはそれを受け入れて変更を加えることできます」と、Open Platform BG & AIoT Business Groupの共同責任者兼上席副社長であるジャッキー・スーは述べています。「これは、ASUSと業界全体にとって双方にとってメリットのある状況であり、常に製品の品質を非常に重視しています。」

AIによる目視検査システム

製造業では、人による目視検査を自動光学検査(AOI)に変えるのが一般的となっています。ただし、光学検査は機械金属部品メーカーにとって効率的ではありません。人による目視検査では多くの場合、光の反射による欠陥を確認するために製品の表面を複数の角度から見る必要があります。完全で正しい欠陥データを取得するには、光学的およびコンポーネントの表面特性を把握することがとても重要です。

光学検査はAIoT Business Groupの中核的なテクノロジーのひとつであり、機械学習、ディープラーニング、人工ニューラルネットワークテクノロジーを使用してAI検出モデルを正しくトレーニングします。「自動光学検査の精度は一般に約80〜90%で、これは欠陥の10%以上が誤判定される可能性があることを意味ます。人による目視検査の精度は約90%です」とAIoT Business Groupの共同責任者兼本社副社長であるアルバート・チャンは述べています。「現在、ASUSはAIが学習後の精度を98%まで大幅に向上できるようにしています。」

AI波形検出システム

ファンは、多くのコンピューターや家電製品の重要な部分であり、コンポーネントを冷却し、製品の寿命を延ばすのに役立ちます。メーカーはファンの品質を確保するために、ファンの音を聞くだけで問題を検出できる検査官に依存していました。この重要な作業を担う高度なスキルを持つ人材のトレーニングには3〜6か月かかりました。検査官は、短期や長期に及ぶ耳の疲労を経験したり、労働者の健康に悪影響を及ぼして問題の検出率を低下させる他の職業上の問題を経験することも時折あるのです。

この困難な問題を解決するために、ASUSはAI Wave Signature Systemを導入しました。このシステムでは正しく動作しているファンの音を分析し、これを用いてサウンドシグネチャーが作成されます。次に、このサウンドシグネチャーを使用してAIモデルをトレーニングし、高品質のファンをすばやく特定しました。AI Wave Signature Systemは、検査中に製品の電流、電圧、振動、その他の特性のテストと組み合わせて製品全体の品質を保証することができます。さらに、システムを適用してリアルタイムで生産設備を監視し、工場のダウンタイムを回避できます。たとえば、AI Wave Signature Systemを使用して工場内の機器モーターを監視することにより、モーターが異常に動作し始めた場合、オペレーターに即座に通知されます。それからモーターが完全に故障する前に修理できるので、生産の停止とそれに伴う損失を回避できるのです。

ASUS AIoTビジネスモデルとしての再現性

今年、ASUS AIoT Business Groupはファンおよび機械部品のサプライヤーと積極的な目標を設定し、30のスマート検査プロジェクトを取得する予定です。“Open PlatformおよびAIoTビジネスグループの上級副社長兼共同責任者であるジャッキー・スーは、「ビジネスグループの当初の意図と最優先事項は、業界で共通するアップグレードを促進し、サプライチェーンの改善を支援して国際競争に直面し、経験を増やし続けることでした」と述べています。

主要な工場によるスマート製造およびAI検出ソリューションの導入について、AIoTビジネスグループの上級副社長兼共同責任者であるアルバート・チャンは次のように述べています。「今まではAIアルゴリズムとモデルは高度にカスタマイズされていたため、AI検出ソリューションの可能性が高まりました。再現性が次の段階の目標であり、スケーラビリティと共に迅速な普及と採用を可能にします。最終的なASUS AIoTビジネスグループの究極のビジョンは、”完全な品質分析”に焦点を当てることです。」

今後3〜5年間のASUS AIoTの目標はデータ分析です。欠陥の原因を調査し、高収量を実現する根本的なソリューションを見つけるためにサプライチェーンを支援し、成功のフォーミュラを作成し、長期的な価値を蓄積することにより、データ分析はASUSブランドの重要な柱になるでしょう。