富士製作所の射出成型DX事例｜設定値データで品質管理を効率化する

射出成型におけるDXとデータ蓄積の結論

射出成型を行う製造現場でAIやデジタルツールの導入を進める際、最初に着手すべき基盤は成型条件や稼働ログ、不良履歴を正確なデータとして蓄積することです。

熟練者が培ってきた勘や微調整のノウハウを、初期段階から分析モデルで再現することは容易ではありません。成型機の挙動や現場の環境変化、それに伴う判断結果を客観的な事実として記録し続ける取り組みこそが、自動化や高度な分析を実現する前提条件となります。

独立行政法人情報処理推進機構（IPA）が公開した報告書では、東京都のプラスチック製品製造企業である株式会社富士製作所の取り組みが紹介されています。同社は成型機の設定情報をデジタル化し、稼働中の温度変化やスクリューの動きといった詳細ログを継続的に蓄積することで、段取りやトラブル対応の効率化につなげました。

本稿では、この事例から得られる示唆を整理し、一般的な射出成型ラインでデータを蓄積して活用を進めるための実務的な手順と留意点を解説します。

富士製作所の公開事例に見る射出成型DXの概要

従来の課題と紙管理の限界

富士製作所は、射出成型によるプラスチック製品の製造を手がけています。報告書によると、同社では従来、成型機の設定情報を主に紙の帳票で管理していました。

紙による記録管理では、過去に同一の金型や類似材料を扱った実績を探す際、該当する書類を保管場所から探して照合するまでに多くの時間を要していました。また、気温や湿度の変化、材料ロットの違いに応じたパラメータの微調整は作業者の経験と勘に依存しやすく、ノウハウの属人化が生じていました。

過去の知見を速やかに引き出せない環境では、段取り替えのたびに試行錯誤が繰り返され、歩留まりの低下や準備作業の長期化を招きやすい点が課題となっていました。

メーカー提供ツールによるデータ蓄積と成果

こうした状況に対し、富士製作所は成型機メーカーが提供するツールを導入しました。機械の設定値にとどまらず、稼働中にリアルタイムで推移するシリンダー等の温度変化、スクリューの動き、実際の生産個数などを数年にわたり収集・蓄積する体制を構築したと報告されています。

継続的なデータ蓄積により、過去の最適な条件や類似ロットの実績を画面上ですぐに参照できるようになりました。その結果、成型条件の入力にかかるデータ設定時間の短縮が図られたほか、稼働中の挙動を把握することによるトラブルの未然予防といった成果を得ています。

自社でゼロから専用システムを開発するのではなく、既存の設備メーカーが提供する仕組みを活かして着実にデータを蓄積し続けた点が、同社の特徴的なアプローチといえます。

射出成型の現場データをAI活用につなげる着眼点

記録すべき6つの基本データ要素

射出成型は、樹脂の溶融、金型への射出、保圧、冷却、取り出しという複数の物理プロセスが連動する工法です。成型品の品質には、気温や樹脂の乾燥状態、金型温度など多様なパラメータが複雑に関与します。

実務でデータ分析やAIによる支援を役立てるには、前提条件と成型結果の対応関係を構造化して保存する必要があります。優先して整理すべき項目は以下の通りです。

• 製品と使用材料（材料グレード、着色材の配合、リサイクル材の比率）
• 使用金型と稼働成型機（号機情報、型締め力など）
• 機械の設定値（射出速度、射出圧力、保圧、スクリュー回転数、背圧）
• 稼働中の温度変化（バレル各ヒーターゾーンの実測温度、金型温調機の水温）
• 生産数量（ショット数、良品数、サイクルタイム）
• 不良内容と発生タイミング（ヒケ、バリ、シルバーストリーク、ショートショットなどの分類と発生時刻）

これらの情報が同一のタイムラインやロット単位で紐付いて蓄積されて初めて、データ分析やAIツールの有効な活用が可能になります。

データ蓄積がもたらすAI支援の方向性

成型ログと品質記録が集積されることで、現場では以下のような支援機能の実現が期待されます。

• 過去設定条件の即時検索：再生産を行う品番や類似形状を扱う際、歩留まりが良好だった設定値を検索して画面に呼び出せます。
• 異常値の早期検知：稼働中のスクリュー移動曲線や温度推移を監視し、過去の正常パターンから乖離した挙動を示した段階で現場に通知し、不良の大量発生を未然に抑えます。
• 入力ミスの防止確認：成型機への入力値に対して、材料や金型仕様から外れた極端な数値が入力されていないかを照合します。
• 類似トラブルと対処履歴の参照：特定の不良が発生した際、過去に類似した変動局面で行われた調整履歴を参照し、復旧作業を円滑に進められます。

【編集部の示唆】熟練者のノウハウを形式知化するアプローチ

射出成型現場のDXを検討する製造業に向けて、編集部として強調したいのは「人の感覚を排斥するのではなく、判断の根拠を数値化して残す」という姿勢です。

経験と勘を因果関係として可視化する

熟練オペレーターが「粘りが強いため温度をわずかに上げる」「湿気を考慮して保圧時間を延ばす」といった判断を下す際、背景には経験に基づくパターン認識が存在します。

しかし、調整が頭の中だけで完結し、記録が紙のメモにとどまっていると技術の伝承は進みません。微調整を行った理由、変更した数値、成型品の変化を客観データとして残すことで、経験と勘は組織全体で再利用可能な資産に変わります。

AIと現場技術者の役割分担

品質管理における役割分担の整理も重要です。デジタルツールの役割は、膨大な過去ログから類似パターンの抽出、異常の検知、推奨値の提示を行う点にあります。

一方で、提示された設定を採用するかどうかを判断し、機械の摩耗状態や樹脂ロットの差異を確かめて承認する責任は現場の技術者が担います。すべての判断を機械に任せるのではなく、技術者の判断を補強する支援ツールとして位置づけることが、現場定着を促すポイントです。

【自社で試す手順】射出成型ラインでのデータ化ステップ

自社工場で設定値や品質データの蓄積を進める際、混乱を避けつつ成果へつなげるための実務手順を整理します。

ステップ1：対象とする品番やラインを絞り込む

全設備を一斉にデータ化しようとすると、入力の手間や管理運用の負荷が急増し、現場が疲弊しやすくなります。

まずは、頻繁に再生産が行われる主力品番や、段取り替えに多くの調整時間を要している品番、不良が比較的起きやすい金型を選定します。範囲を限定して効果を検証することで、運用上の課題を早期に洗い出せます。

ステップ2：入力・収集の項目と形式を整理する

機械から自動取得できるログと、作業者が手動で記録すべき項目を切り分けます。設備の通信機能や付属ツールが使える場合は、温度や圧力、サイクルタイムの自動出力を活用します。

旧型設備で自動取得が難しい場合は、デジタル帳票ツールや簡易的な表計算ファイルを使い、最低限必要な設定値と検査結果を入力できるフォーマットを整えます。スキャン画像ではなく、検索や再利用が可能なテキストや数値形式で保存することが大切です。

ステップ3：蓄積データの検索・参照から運用を始める

入力作業が現場の負担だけで終わらないよう、初期段階ではデータの参照による利便性を実感できる運用を優先します。「過去の良好な設定値を画面ですぐに検索できる」「前回の不良対策メモを確認できる」といった利点が伝わることで、入力作業の定着が促されます。

ステップ4：異常検知や設定支援への展開を検討する

データが蓄積された段階で、統計的な傾向分析やAIツールの適用を視野に入れます。良品稼働データと不良発生時のログを比較し、成型条件の許容範囲を定義したり、パラメータの相関関係をもとにした設定支援の導入を検討したりする段階へ進みます。

【運用上の注意】成型現場でデジタル化を進める際の留意点

データの収集と活用を安定して継続させるためには、いくつかの実務的な課題に対処する必要があります。

現場の入力負荷と作業導線の配慮

現場の作業者にとって重要な責務は、スケジュール通りに良品を成型することです。データ入力のために離れた事務所へ移動しなければならなかったり、複雑な操作を要求されたりすると運用の形骸化を招きます。

成型機の近くに操作端末を配置する、選択式の入力画面を採用する、バーコード読み取りを活用するなど、作業導線を妨げない設計が求められます。

データの欠落やばらつきへの対処

手入力が混在する運用では、作業者によって不良名称の表現が異なったり、微小な調整値の入力が省略されたりすることがあります。用語の統一ルールや入力必須項目をあらかじめ定めておかないと、将来的な分析時に学習データとして機能しにくくなります。

定期的にデータの入力状況を確認し、現場と意見交換を行いながら項目の見直しを重ねることが重要です。

設備の世代差とデータ取得の現実解

工場内では導入時期の異なる成型機が混在して稼働しているケースが一般的です。新型設備であれば通信ポートから詳細な波形データを取得できますが、旧型設備ではデータ出力に対応していない場合があります。

旧型機に対して大規模なセンサー後付け工事を行おうとすると、費用対効果のバランスが崩れかねません。自動取得が難しいラインでは、簡易カウンターや温調器の数値を手動で記録するなど、設備世代に応じた現実的な収集方針を立てることが適切です。

参考にした公開事例

本稿で紹介した取り組みの背景情報については、以下の資料で確認できます。

参考情報: IPA「中小規模製造業の製造分野におけるDXのための事例調査報告書」に掲載された富士製作所の事例。中小企業において段階的にデータ蓄積を進めるための指針を確認できます。

次に読む記事

製造現場におけるデジタル技術の導入検討を深めたい方は、以下の記事も合わせて参考にしてください。

• 町工場で始めやすい業務効率化のアイデアについては、製造業のAI活用例｜町工場でも使える業務効率化アイデア で詳しく解説しています。
• データ活用による成果を測定し、業務の質を高める視点については、問い合わせ対応AIの品質指標をどう設計するか を参照してください。