ハードウェア中心の生産ラインにおけるソフトウェア制御の限界
ハードウェア中心で運用されてきた生産ラインをソフトウェアで柔軟に制御するためには、現場のリアルタイムデータとLLMを有機的に連携し、工程の各所で判断・制御を行える特化型AIエージェントが必要でした。また、外部ネットワークに接続することなく、AIエージェントとLLMを現場サーバー内で完全に独立して稼働させられる環境を構築する必要がありました。さらに、PLC・MES・ローカルPCなど複数のデータソースの連携から、実際の生産ラインでのテストまで、幅広い範囲で検証する必要がありました。
SDF環境における生成AIエージェントとPLC自律制御
工程の要件に応じてさまざまなエージェントを設計し、AI Reportを通じてグラフ生成・相関分析・統計分析など、生成AIを活用したデータ可視化機能を実装しました。画像検査で疑似不良が発生した際に設備の再稼働を制御したり、加圧治具の最適なトルク値を自動で変更したりするなど、生成AIによる設備パラメータ変更技術を検証しました。また、リアルタイムのC/T測定と自然言語によるPLCデータ処理をバックエンドアーキテクチャと連携させ、制御タイミングを調整できるよう構成しました。
品質の一貫性確保と操業工数の削減
生産工程のリアルタイムデータを収集・分析してPLCを自律制御することで、分散していた既存のAIモデルと工場内システムを一つのデータフローとして連携しました。工程状況をリアルタイムでモニタリング・対応することで生産工程時間を短縮し、設備の稼働効率を安定的に維持しました。また、管理基準の範囲内でリアルタイムに制御値を先回りして調整することで、外部環境が変化しても均一な品質を確保しました。
さらに、AIエージェントが工程のコンテキストデータをもとに各ラインのモデル結果を再検証し、疑似不良を除外することで品質予測の精度を向上させました。操業担当者による反復的な制御値修正の負担も軽減し、より付加価値の高い業務に集中できる環境を整えました。
