川崎製作所の構内搬送車両(フォークリフト)

三次元加速度センサーを活用し、構内搬送車両の稼働率を定量的に分析

三菱ふそうトラック・バス（ MFTBC ）は7月24日､IoT( モノのインターネット )および機械学習による高度分析を活用し、川崎製作所における構内搬送車両の稼働最適化に着手した。

トラック車両や産業用エンジンを製造する川崎製作所では、フォークリフトやターレトラックなどの構内搬送車両がおよそ300台稼働している。今回の取り組みでは、そのうち部品の搬送に用いる約200台を対象に稼働最適化を進めていく。

これらの車両は、運転手を固定しておらず、日々の状況に応じて流動的に使用されている。輸送が頻繁に行われる場所に配備された車両は、ほぼ休みなく稼働しており、運転手に対して車両の数が不足し、運転手に待機時間が発生してしまう場合がある。一方、輸送の頻度が低い工程の車両には、限られた時間しか稼働しないものもある。

分析結果を川崎製作所内における構内搬送車両数の最適化に活用

MFTBCは今回の取り組みによって、工場内の搬送車両の最適な配置を見出し、「必要な場所に必要な数の車両が必ずある」という環境を作り出すことで、工場内物流の業務効率化を図る。

また同取り組みによって、運転手の待機時間削減による業務効率化と、車両レンタル費用およびメンテナンスコスト削減を進めていく。

併せて同取り組みでは、対象の車両にIoT端末( 三次元加速度センサー )を装着し、日々の業務での稼働状況を定量的に分析する。

最適化により、業務効率化と車両レンタル費用・メンテナンスコストを削減

端末はサン電子の「おくだけセンサー」を使用。約200台という大規模な分析を行う上で、搬送車両の業務に影響を及ぼさず、必要な粒度・量のデータを収集できることから「おくだけセンサー」を採用した。データは左右・前後・上下の3方向で収集され、機械学習のアルゴリズムによって稼働率が分析できる。

フォークリフト稼働率の可視化のイメージ(緑部が稼働を意味する)

MFTBCでは2024年3月より段階的に稼働データの収集を実施。収集したデータの比較・分析を行った後、最適な車両の配置を検討し、数か月をかけて最適な配置での稼働を始める予定。

MFTBCでは、「今後も生産工程のデジタル化の取り組みを進め、IoTの活用やDX(デジタルトランスフォーメーション)によって、製造現場の業務効率の最大化を目指します」と話している。