ISIT

チョコ停解決の第一歩! 報告メールを使った”負担ゼロ”のトラブル原因分析方法とは・・・

モノづくりにかかせない機械設備。しかし、モノづくりに設備トラブルはつきものです。
メーカーに修理を依頼しなければいけない大きなトラブルもありますが、日常的に発生するのは、担当者が自分で修理できるような小さなトラブル、いわゆる「チョコ停」がほとんどです。
そんなチョコ停に対して、担当者からの報告メールは受けているものの、「小さなトラブルだから」と原因分析を後回しにしている方も多いのではないでしょうか。

一見、影響が少なそうに見えるチョコ停ですが、それらが積み重なると、会社に大きなダメージを与えることもあります。
まさに「塵も積もれば山となる」ですね・・・
たとえ小さな設備トラブルであったとしても、原因をきちんと特定し、対応を行うことが重要なのです。

ただ、原因分析を行うとしても、現場担当者の負担が増えるのは避けたいですよね。
そこで今回は、担当者からの報告メールを利用して、設備トラブルの原因分析を行う方法をご紹介します。

チョコ停が及ぼす影響とは・・・

「チョコ停」とは担当者が自分自身で修理可能なトラブルのことです。一般的に、トラブルの発見から復旧まで5~10分程度と言われています。

では、チョコ停は会社にどのような影響を与えるのでしょうか。
シミュレーションしてみましょう。

”1分間に単価10円の商品を150個作り出す”製造設備を、”24時間365日”稼働しているとします。
チョコ停1回の設備停止時間が平均7分、1時間に1回チョコ停が発生すると仮定すると・・・

チョコ停1回の機会損失額は1万円程度ですが、1日の機会損失額は25万円に上ります。
年間の機会損失額を計算すると、約9,000万円。
1億円に迫る金額です・・・

近年は24時間365日稼働している設備も多いですよね。
このように、チョコ停1回の損失は小さかったとしても、それが積み重なることで会社に大きな影響を与えてしまうのです。

なぜ原因分析が重要なのか?

一般的に、トラブルが発生した場合には、トラブルをきちんと分析し、その原因を特定することが重要視されます。その理由を考えてみましょう。

1番の理由は、トラブルが会社に与える影響が大きいという点です。
前述のとおり、たった数分の設備停止でも会社への影響は年間9,000万円です。
9,000万円の売上がプラスされると考えると、新たな設備投資をしたり、古い設備を修理することもできますよね。また、最近は製造業におけるリストラがニュースになることも多いです。9,000万円の売上があれば、リストラの必要もなくなるのではないでしょうか。

また、小さなトラブルは大きなトラブルを引き起こす可能性を秘めているという点も理由のひとつです。小さなトラブルを放置し、結果として大きなトラブルが発生してしまえば、工場の全ライン停止なんてことになりかねません。
工場の全ラインが停止すれば、機会損失額はたった1日で数千万円・・・会社にとっては大損害です。

このように、トラブルは大小に関係なく、会社に大きな影響を与えます。
つまり、小さなトラブルであっても、原因の早期発見・早期対応を行うことで、会社を守ることができるのです。

原因分析のデータ収集にメールを活用!

トラブルを減らすために、原因分析はきちんとやっていきたい。
でも、現場の負担が今より増えるのは避けたいというのが本音です。

そこで、報告メールを活用して、トラブルの状況を把握し、原因分析を行う方法をご紹介します。使用するのは、「Unifinity」というモバイルアプリ開発ツールです。
Unifinityには、メール送信機能が備わっています。

Unifinityのメール送信機能の詳しい内容は下の記事をご覧ください。
Unifinity × メール作成で仕事の効率化!

Unifinityのメール機能を使用すると、画面上で入力した内容から、メール本文を自動で組み立てて、メールを送信することができます。
同時に、入力した内容をデータとして蓄積しているので、「日付別」や「設備別」、「ライン別」、「担当者別」など様々な集計をすることも可能です。

例えば、「設備別」で故障が頻発している設備を見つけることができれば、緊急点検を実施して、根本原因を特定することができますし、「ライン別」や「担当者」で故障が頻発している過程を見つけることができれば、その過程の教育を強化するなどの対応をとることができます。

たかが報告メール・・・と思う方もいらっしゃるかもしれないですが、このような原因分析の小さな糸口を見つけることが、トラブル解決の第一歩になります!

これからはトラブル予知の時代!?

最近では、AIを使用してトラブルを予知するシステムの開発も進められています。
このシステムは、動作音データと振動データの2つの視点から、故障を予知する仕組みになっています。

工場に取り付けた集音マイクで設備の動作音データを、工場に取り付けたセンサーで設備の振動データを収集し、AIを用いて、それぞれ正常時とのズレを検知することで、故障を予知します。

AIは与えられた情報を学習し、新たな知識を身につけることができます。
継続的にデータを収集していくことで、予知精度の向上が期待されますね!

まとめ

トラブルを解決するときに、原因分析は必須です。
例え小さなトラブルだったとしても、放置すれば大きな損失につながります。

報告メールを利用したデータ収集は、Unifinityで実現可能です。
Unifinityに興味をお持ちいただけましたら、お気軽にお問い合わせください。

Share

メルマガに登録する

メルマガにご登録いただくと、ITに関する様々な情報をメルマガでお届けいたします。
個人情報の取り扱いに同意するの上、登録してください。